一种神经形态视觉目标识别方法及装置制造方法及图纸

本发明专利技术公开了一种神经形态视觉目标识别方法及装置，利用调和平均时间的加权时间表面的多尺度以及层次模型来实现对时空脉冲事件进行时空特征提取，充分利用时间在不同空间尺度上的信息。并通过多尺度层次模型综合考虑了不同空间尺度下的特征提取以及层次间的复杂特征的提取，进而为分类器提供更加具有区分度的特征。最后采用Tempotron神经元的单层脉冲神经网络对特征事件进行分类，通过采用群体编码的多数投票方案提高分类效果，并使用多尺度特征加强脉冲发放性，进而有效解决神经形态视觉的目标识别与分类问题。

【技术实现步骤摘要】

本申请属于神经形态视觉的目标识别，尤其涉及一种神经形态视觉目标识别方法及装置。

技术介绍

1、随着计算机视觉的迅速发展，传统的图像传感器已经无法满足对高速动态场景的需求。传统图像传感器在采集图像时使用固定的帧率和固定的曝光时间，无法准确捕捉快速变化的场景。为了解决这一问题，事件相机应运而生。事件相机是一种新型的图像传感器，不同于传统的帧传感器，它能够以像素级别捕捉场景中的变化，并即时输出时空脉冲事件流，而不是连续的帧图像。这种事件流包含了场景中发生变化的像素的坐标、时间和极性信息。这使得事件相机能够在微秒级的时间尺度上捕捉到快速变化的场景，提供高时间分辨率的图像数据，具有高动态范围，高时间分辨率，低功耗和低信息冗余的特点。

2、脉冲神经网络(spiking neural network，snn)是一种脑启发式计算模型，模拟了生物神经系统中神经元的工作原理。与传统的神经网络不同，snn通过模拟神经元的脉冲放电方式进行信息传递和处理，天然适配于事件驱动算法。

3、近年来，基于事件驱动的脉冲神经网络(snn)算法模型相继被提出。受大脑视觉本文档来自技高网...

【技术保护点】

1.一种神经形态视觉目标识别方法，其特征在于，所述神经形态视觉目标识别方法，包括：

2.如权利要求1所述的神经形态视觉目标识别方法，其特征在于，所述时空脉冲事件流采用地址事件表达协议描述为：

3.如权利要求2所述的神经形态视觉目标识别方法，其特征在于，所述分别确定所述时空脉冲事件流中每一时空脉冲事件在三个不同空间尺度下的调和加权时间表面，包括：

4.如权利要求2所述的神经形态视觉目标识别方法，其特征在于，根据每一时空脉冲事件在三个不同空间尺度下的调和加权时间表面，学习得到任一个空间尺度下的K1个第一层调和加权时间表面原型，包括：p>

5.如权利...

【技术特征摘要】

1.一种神经形态视觉目标识别方法，其特征在于，所述神经形态视觉目标识别方法，包括：

2.如权利要求1所述的神经形态视觉目标识别方法，其特征在于，所述时空脉冲事件流采用地址事件表达协议描述为：

3.如权利要求2所述的神经形态视觉目标识别方法，其特征在于，所述分别确定所述时空脉冲事件流中每一时空脉冲事件在三个不同空间尺度下的调和加权时间表面，包括：

4.如权利要求2所述的神经形态视觉目标识别方法，其特征在于，根据每一时空脉冲事件在三个不同空...

【专利技术属性】
技术研发人员：燕锐，杨盼盼，苏梦豪，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：