ESAR: 이벤트 기반 합성 구경 재구성
ESAR: Event-Based Synthetic Aperture Reconstruction
이벤트 카메라는 log-복사휘도의 변화가 고정된 대비 임계값을 초과할 때 비동기 극성 이벤트를 보고하며, 기존 이미지 프레임 대신 부호가 있는 시간적 대비 측정값을 생성한다. 우리는 단안 이벤트 기반 영상을 정적 지상 영역 log-복사휘도 필드 $θ\in \mathbb{R}^{N_g}$에 대한 합성 구경 역문제로 공식화한다. 잠재 픽셀-시간 볼륨 $v \in \mathbb{R}^{N_pN_t}$을 재구성하는 대신, 고정된 장면을 운동에 따라 달라지는 잠재 시점으로 매핑하는 $P$에 의한 기하학적 관계 $v=Pθ$를 부과한다. 유한 시간 구간에 걸쳐 이벤트를 집계하면 선형화 모델 \[ APθ= b+η, \]을 얻으며, 여기서 $A$는 시간 차분 연산자, $b$는 부호가 있는 빈(bin) 이벤트 카운트를 포함하고, $η$는 측정 및 모델링 오류를 나타낸다. 이 분해는 합성 구경 구조를 드러낸다. 근천점(near-nadir) 운동 하에서 연속 투영은 공통 장면의 근사적으로 이동된 시점이 되지만, 복합 연산자 $AP$는 공간 평균화와 시간 차분을 결합하기 때문에 ill-conditioned 상태로 남는다. 따라서 $θ$를 복원하기 위해 정규화 역산(regularized inversion)을 사용한다. 시뮬레이션 데이터와 실제 근천점 Falcon Neuro 이벤트 데이터에 대한 수치 실험은, 제안된 $θ$ 기반 공식화가 동적 잠재 이미지 및 학습 기반 이벤트 재구성 베이스라인 대비 일관된 대규모 공간 구조를 복원하면서 미세 스케일 질감을 억제함을 보여준다.