【技术实现步骤摘要】
基于卷积去噪自编码器的无监督事件相机去噪方法及装置
本专利技术涉及信号处理与图像去噪
，特别涉及一种基于卷积去噪自编码器的无监督事件相机去噪方法及装置。
技术介绍
事件相机(EventCamera)是一种新型的基于神经形态视觉原理的异步成像相机，又被称为“硅视网膜”。该相机模拟了人类视网膜的成像机制，相比于传统相机，具有功耗低、时延小、动态范围大等优点，在无人机视觉导航、无人驾驶、高速目标检测等方面具有很大的应用价值。但是，事件相机输出的原始事件序列信号质量较差，严重制约了其在实际场景中的应用性能。此外，由于事件相机的原始输出序列不具有二维可视化效果，往往需要重构成视频帧才能进一步显示或者完成后续处理，因此设计一套能够同时实现事件相机视频帧重构和去噪的算法是十分必要的。事件相机是一种仿生异步成像相机。成像时，相机仅关注有变化的像素点，而没有“帧”的概念，从而从根本上解决了传统相机数据高度冗余的问题，节约了数据传输所需带宽。事件相机是一种仿生异步成像相机。成像时，相机仅关注有变化的像素点，而没有“帧”的概念，从而...
【技术保护点】
1.一种基于卷积去噪自编码器的无监督事件相机去噪方法，其特征在于，包括以下步骤：/n利用事件相机采集包含时间、空间和极性信息的含噪声事件序列，按照固定步长对所述事件序列进行划分得到事件序列切片，将所述事件序列切片中的事件按照对应的空间位置坐标映射到二维，构成一幅二维图像，多段连续的事件序列切片顺序映射得到重构视频帧；/n构建去噪自编码器，所述重构视频帧通过预设去噪算法进行预去噪产生模拟真值，利用所述重构视频帧和所述真值训练所述去噪自编码器得到无监督卷积去噪自编码器，利用所述无监督卷积去噪自编码器对视频帧进行去噪。/n
【技术特征摘要】 【专利技术属性】
1.一种基于卷积去噪自编码器的无监督事件相机去噪方法，其特征在于，包括以下步骤：
利用事件相机采集包含时间、空间和极性信息的含噪声事件序列，按照固定步长对所述事件序列进行划分得到事件序列切片，将所述事件序列切片中的事件按照对应的空间位置坐标映射到二维，构成一幅二维图像，多段连续的事件序列切片顺序映射得到重构视频帧；
构建去噪自编码器，所述重构视频帧通过预设去噪算法进行预去噪产生模拟真值，利用所述重构视频帧和所述真值训练所述去噪自编码器得到无监督卷积去噪自编码器，利用所述无监督卷积去噪自编码器对视频帧进行去噪。
2.根据权利要求1所述的基于卷积去噪自编码器的无监督事件相机去噪方法，其特征在于，所述去噪自编码器为包含8个卷积层，带有跳跃连接的U型去噪自编码器。
3.根据权利要求1所述的基于卷积去噪自编码器的无监督事件相机去噪方法，其特征在于，所述无监督卷积去噪自编码器的输出为去噪视频帧，所述去噪视频帧进行存储或显示为二维图片。
4.根据权利要求1所述的基于卷积去噪自编码器的无监督事件相机去噪方法，其特征在于，所述预设去噪算法包括最近邻滤波算法。
技术研发人员：索津莉，张志宏，戴琼海，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。