Table tennis ball spin estimation with an event camera

旋转在球类运动中发挥着关键作用。由于旋转对球的轨迹和弹跳行为产生影响，因此估计旋转成为一项关键技能。旋转无法直接观察，因此估计旋转具有固有的挑战性。在乒乓球比赛中，高速度和旋转的结合使得传统低帧率相机无法快速准确地观察球上的标志以估计旋转，因为会出现运动模糊。事件相机由于其高时间分辨率，不会受到运动模糊的影响。此外，事件流的稀疏性解决了许多帧相机面临的通信带宽限制。据我们所知，我们提出了使用事件相机进行乒乓球旋转估计的第一种方法。我们使用序数时间表面来跟踪球，然后隔离由球上标志产生的事件。然后从提取的事件中估计光流以推断球的旋转。对于飞行球，我们实时实现了旋转幅度均方误差为$10.7 \pm 17.3$ rps和旋转轴均方误差为$32.9 \pm 38.2\deg$。

使用事件相机估计乒乓球旋转的挑战是什么？如何解决这个问题？

使用序数时间表面跟踪球并隔离球上的标志生成的事件，然后从提取的事件中估计光流来推断球的旋转。

论文使用事件相机实现了乒乓球旋转的估计，相较于传统低帧率相机，事件相机具有更高的时间分辨率和更少的运动模糊，同时也解决了通信带宽限制的问题。实验结果表明，该方法能够实时估计球的旋转，并且取得了较好的表现。

在事件相机在运动跟踪领域的应用方面，已经有许多相关研究。例如：《Event-based vision: A survey》、《Event-based visual inertial odometry》、《Event-based motion segmentation using robust subspace separation》等。