事件相机专题（一）：概念与成像原理
图1 比亚迪在2026/05/28发布的闪拍摄像头中使用了事件相机技术 前情提要计算机视觉（Computer Vision），是近20年来计算机科学界与产业界高度关注的重要研究方向之一。从ImageNet到sa-1B，无数数据集从以”帧“为概念相机（如RGB相机，红外相机，深度相机等）出发，构建了庞大的计算机视觉技术基座，极大了推动了计算机视觉领域的发展。 这套以”帧”为核心的范式统治了视觉领域二十余年——我们不断提高帧率、提升分辨率、优化算法，试图让机器”看”得更清楚。但如果换一个角度审视，我们或许根本不需要”帧”这件事？事件相机给出了他的答案。 相比于研究其他的视觉传感器，研究它的人们可以说是微不足道——但是正是这样一帮人，把事件相机从概念走向落地。 2026年可谓工业界正式接纳事件相机的元年：索尼研发的”Ace”机器人战胜人类乒乓球选手[1]，和比亚迪在2026年5月28发布会中展示的闪拍摄像头[2]（图1），带来了事件相机从科研界走向工业界的新生。 接下来，我们将借用Event-based Vision: A Survey（TPAMI, 2020) [3] 这篇...
普通研究生如何做前期研究？
“读书使人充实，讨论使人机敏，写作使人精确。” — 弗朗西斯·培根 在 AI 时代，一个良好且快速的读论文习惯是让人受益良多。因此，我在这里主要介绍我是怎么从调查论文开始，去快速的开启一个自己的方向，以系统化的方式去读论文，以及记笔记。在成为一位独立且优秀的科研工作者，我仍然有许多路要走，我会持续的更新本文，来更新我的研究理念。 1 如何寻找 Research Topic？寻找研究课题（Research Topic）是完成一个系统的科研任务第一步。一般而言，研究课题是分为两种——新问题 & 老方法，老课题 & 新方法。虽然是有分类，但是我认为该两种方法的研究路线是大同小异的。在该节中，我将首先介绍这两种课题形式，然后再具体解释如何寻找一个合适的研究课题。 1.1 新问题 & 老方法新问题/老方法，是找到一个未被研究，或者未被充分研究且具有相当的限制（limitation）的工作。目前，这类工作的创新以制作一个新的基准（benchmark）为主，主要贡献在于：足够规模的数据集与新的且合理的评估标准。也就是说，这类工作需要有一个比较清晰且强大的研...
从这里开始
欢迎来到我的技术博客。这里用来整理研究笔记、分享论文、工程实验，以及计算机视觉与智能系统相关的长期学习记录。 研究方向 动作识别 眼动追踪 视觉语言模型安全 应用方向 视觉语言模型（VLM） 智能体系统 具身智能 事件相机视觉