【技术实现步骤摘要】
本专利技术涉及机器视觉，特别是一种基于事件相机的运动鲁棒的轻量级目标检测方法及系统。
技术介绍
1、事件相机作为一种新型的基于视觉的传感器，具有许多优势，包括高时序分辨率、大动态范围以及少量冗余信息。得益于这些优势，事件相机相比于rgb相机、激光雷达、毫米波雷达等其他常见传感器，在处理运动模糊目标的场景中有着巨大的潜力，具有极低的能耗和很小的数据存储成本。然而，现有的大多数方法推理时间过长，无法使用事件相机的低延迟特性，并且同一画面中不同运动速度物体检测精度较低。
2、为了提高事件相机的准确性和鲁棒性，在一些具有高精度的研究中，例如yole、red和astmnet的研究中，使用全局时间窗口来进行事件表示，并且基于深度神经网络的目标检测方法中，需要大量的模型参数以提高检测准确性。具体来说，现有的方法使用全局时间窗口，当视野中同时存在多个相对于事件相机具有不同速度的对象时，长时间窗口可能导致快速移动物体发生运动模糊，而短时间窗口可能无法为缓慢移动物体收集足够的信息。此外，当前的目标检测方法需要大量的模型参数才能实现高准确性，这意...
【技术保护点】
1.一种基于事件相机的运动鲁棒的轻量级目标检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于事件相机的运动鲁棒的轻量级目标检测方法，其特征在于，步骤1中，利用事件相机采集路况视频，并将路况视频转换成事件序列，构建事件序列数据集，具体如下：
3.根据权利要求1所述的基于事件相机的运动鲁棒的轻量级目标检测方法，其特征在于，步骤2中，使用生成事件尖峰张量方法，对事件序列数据集中的事件序列进行事件张量的提取，将稀疏的事件数据转变为密集的事件张量表示，具体如下：
4.根据权利要求1所述的基于事件相机的运动鲁棒的轻量级目标检测方...
【技术特征摘要】
1.一种基于事件相机的运动鲁棒的轻量级目标检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于事件相机的运动鲁棒的轻量级目标检测方法，其特征在于，步骤1中，利用事件相机采集路况视频，并将路况视频转换成事件序列，构建事件序列数据集，具体如下：
3.根据权利要求1所述的基于事件相机的运动鲁棒的轻量级目标检测方法，其特征在于，步骤2中，使用生成事件尖峰张量方法，对事件序列数据集中的事件序列进行事件张量的提取，将稀疏的事件数据转变为密集的事件张量表示，具体如下：
4.根据权利要求1所述的基于事件相机的运动鲁棒的轻量级目标检测方法，其特征在于，步骤3中，利用高斯滤波器对张量形式的事件序列进行滤波处理，获取清洗后的事件序列，具体如下：
5.根据权利要求1所述的基于事件相机的运动鲁棒的轻量级目标检测方法，其特征在于，步骤4中，针对取清洗后的事件序列，利用深度神经网络进行物体的目标检测，具体如下：
6.根据权利要求1所述的基于事件相机的运动鲁棒的轻量级目标检测方法，其特征在于，步骤5中，针对取清洗后的事件序列，使用tv-l...
【专利技术属性】
技术研发人员：尹明锋，朱欣宇，王志威，庄子涵，金圣昕，孟成，张英杰，洪星，赵高鹏，王超尘，朱建良，吴盘龙，王军，薄煜明，李丽，贝绍轶，张兰春，
申请(专利权)人：江苏理工学院，
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。