【技术实现步骤摘要】
本专利技术属于图像处理，尤其涉及一种基于事件度量函数的模态融合方法。
技术介绍
1、传统的事件相机产生的事件流数据，大多只聚焦于物体的轮廓信息，而忽略了物体的细节与纹理信息，因此，传统的基于事件图像的检测任务容易出现漏检或误检等状况。自动驾驶的相关任务重点关注行人和汽车等检测场景，但目前的检测精度较低，尤其是针对复杂场景下的目标检测。在复杂场景下，传统标准相机产生的rgb图像或灰度图像会出现运动模糊、过曝和失真等情况，导致该环境下的目标检测任务的检测性能大大降低。
技术实现思路
1、有鉴于此，本专利技术创造旨在提供一种基于事件度量函数的模态融合方法，以解决常见的事件图像堆叠或者体素聚合容易造成的时间细粒度损失，本专利技术可以在最大程度上保留原始事件序列的全部时空信息以及时间细粒度，对事件相机在高速场景中的实际应用具有重要意义。
2、为达到上述目的，本专利技术创造的技术方案是这样实现的：
3、一种基于事件度量函数的模态融合方法，具体包括如下步骤：
4、s1...
【技术保护点】
1.一种基于事件度量函数的模态融合方法，其特征在于：具体包括如下步骤：
2.根据权利要求1所述的基于事件度量函数的模态融合方法，其特征在于：在步骤S1中，所述事件流的触发公式为：
3.根据权利要求2所述的基于事件度量函数的模态融合方法，其特征在于：步骤S2具体包括如下步骤：
4.根据权利要求3所述的基于事件度量函数的模态融合方法，其特征在于：步骤S3具体包括如下步骤：
5.根据权利要求4所述的基于事件度量函数的模态融合方法，其特征在于：步骤S4具体包括如下步骤：
【技术特征摘要】
1.一种基于事件度量函数的模态融合方法，其特征在于：具体包括如下步骤：
2.根据权利要求1所述的基于事件度量函数的模态融合方法，其特征在于：在步骤s1中，所述事件流的触发公式为：
3.根据权利要求2所述的基于事件度量函数的模态融合方法...
【专利技术属性】
技术研发人员：孙铭，吕恒毅，赵宇宸，冯阳，张以撒，
申请(专利权)人：中国科学院长春光学精密机械与物理研究所，
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。