【技术实现步骤摘要】
本专利技术涉及视觉传感器,特别是指一种分步去除闪烁场景下背景噪声和闪烁噪声的方法和系统。
技术介绍
1、事件相机是仿生视觉传感器,传统相机在曝光时间内累积每个像素的平均亮度以生成同步强度帧,与此相反,事件相机只有在单个像素的亮度变化超过阈值时,才会输出稀疏的正和负事件数据流,之后由这些事件数据流聚合形成图像。事件数据去噪在事件相机领域很常见。目前的去噪方法主要关注不相关的背景活动噪声,闪烁去噪是一个完全不同的问题,因为它是图像中的真实强度变化,但是闪烁是无用的,并且分散了机器人系统的注意力,然而,在一个典型的具有荧光灯或led光源的室内或夜间环境中,与灯光闪烁相关的事件可以压倒场景中的其他事件。并且在这种场景中,依旧会受到背景噪声的干扰,因此如何有效地去除背景噪声和闪烁噪声成为亟需解决的问题。
技术实现思路
1、为了解决上述现有技术存在的技术问题,本专利技术提供了一种分步去除闪烁场景下背景噪声和闪烁噪声的方法和系统,所述技术方案如下:
2、一方面,提供了一种分步去除闪烁场景下背
...【技术保护点】
1.一种分步去除闪烁场景下背景噪声和闪烁噪声的方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述S1,具体包括:
3.根据权利要求1所述的方法,其特征在于,所述去除背景噪声神经网络,包括顺次连接的三个卷积层,用于提取输入特征向量的特征,这些卷积层使用3x3的卷积核,前两个卷积层还采用了批量归一化BN和ReLU激活函数,最后一个卷积层只采用了ReLU激活函数,不能采用批量归一化BN以防止影响输出;
4.根据权利要求1所述的方法,其特征在于,所述去除背景噪声神经网络训练的损失函数为:
5.根据权
...【技术特征摘要】
1.一种分步去除闪烁场景下背景噪声和闪烁噪声的方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述s1,具体包括:
3.根据权利要求1所述的方法,其特征在于,所述去除背景噪声神经网络,包括顺次连接的三个卷积层,用于提取输入特征向量的特征,这些卷积层使用3x3的卷积核,前两个卷积层还采用了批量归一化bn和relu激活函数,最后一个卷积层只采用了relu激活函数,不能采用批量归一化bn以防止影响输出;
4.根据权利要求1所述的方法,其特征在于,所述去除背景噪声神经网络训练的损失函数为:
5.根据权利要求1所述的方法,其特征在于,所述s4,具体包括:
6.根据权利要求1所述的...
【专利技术属性】
技术研发人员:多靖赟,姚洋,刘同娟,黄红亮,贺泽芳,
申请(专利权)人:北京物资学院,
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。