【技术实现步骤摘要】
本专利技术属于计算机视觉领域，具体涉及一种基于事件相机的超分辨率图像重建方法。
技术介绍
1、事件相机是一种受生物仿生技术启发的新型视觉传感器，来源于神经形态工程中的仿生视网膜研究，用传感器模拟生物视网膜对外界光强变化的感知过程，因此事件相机也常被称为动态视觉传感器。与传统相机同步生成图像帧不同，事件相机通过感知场景亮度变化异步获取信息，即当像素位置亮度变化超过阈值后才会输出事件信息，输出的事件包含像素位置、时间戳以及事件极性。相较于传统的视觉传感器，事件相机具有高时间分辨率、低延时、高动态范围、低能耗和低数据量等优点，在无人机巡检、自动驾驶、公共安全视频监控等领域具有广阔的应用前景。由于事件相机异步输出事件流，与传统视觉传感器输出完全不同，导致现有的、成熟的计算机视觉技术无法直接应用到这些数据上。因此，需要研究新的算法来对这些事件流进行处理，即基于事件流进行图像重建，以有效的应用于后续的计算机视觉任务中。早期的基于纯事件流方法利用流正则化、光流和滤波器等技术，随着深度学习的发展，研究者们提出了一些基于深度神经网络的事件相机图像重构方法...
【技术保护点】
1.一种基于事件相机的超分辨率图像重建方法，用于从事件流中重建出清晰图像，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于事件相机的超分辨率图像重建方法，其特征在于，定义步骤S2中的所述中心图像为ESn，前帧边缘图像为ESn-m，后帧边缘图像为ESn+m，n为中心图像的序列索引号，m为相应边缘图像与中心图像间隔的图像帧数，所述步骤S2包括：
3.根据权利要求2所述的一种基于事件相机的超分辨率图像重建方法，其特征在于，步骤S2中，所述初始特征融合的方法为：
4.根据权利要求1所述的一种基于事件相机的超分辨率图像重建方法，其...
【技术特征摘要】
1.一种基于事件相机的超分辨率图像重建方法，用于从事件流中重建出清晰图像，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于事件相机的超分辨率图像重建方法，其特征在于，定义步骤s2中的所述中心图像为esn，前帧边缘图像为esn-m，后帧边缘图像为esn+m，n为中心图像的序列索引号，m为相应边缘图像与中心图像间隔的图像帧数，所述步骤s2包括：
3.根据权利要求2所述的一种基于事件相机的超分辨率图像重建方法，其特征在于，步骤s2中，所述初始特征融合的方法为：
4.根据权利要求1所述的一种基于事件相机的超分辨率图像重建方法，其特征在于，步骤s3中将中心图像特征图和各边缘图像特征图分别传入一个gt网络；
5.根据权利要求4所述的一种基于事件相机的...
【专利技术属性】
技术研发人员：张嘉超，祝阳，舒祥波，赵学义，王静虹，彭涛，
申请(专利权)人：南京工程学院，
类型：发明
国别省市：
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。