dynamic vision sensors | BriefGPT

关键词dynamic vision sensors

搜索结果 - 13

恶劣天气条件下行人意图预测：脉冲神经网络和动态视觉传感器
利用脉冲神经网络（SNNs）与动态视觉传感器（DVS）相结合，提高自动驾驶车辆在恶劣天气条件下对行人的检测效果，验证了 SNNs 相对于传统卷积神经网络（CNNs）在雷雨等复杂情况下具有更高的精度和计算效率，并为智能交通系统的安全功能在不同
PDFa month ago
EventZoom：用于增强神经形态视觉的事件数据增强渐进方法
EventZoom 是一种针对事件数据的数据增强策略，利用渐进式时间策略智能地融合时间和空间，增强数据的多样性和复杂性，从而提高模型训练的数据质量，并增强算法在处理复杂动态场景中的适应性和稳健性。通过在各种监督学习框架中实验验证，结果表明
PDFa month ago
DVS 像素的微弱光响应特性：事件触发时间的不连续性
对于动态视觉传感器（DVS），分析了其典型电路，发现在昏暗光线条件下存在触发时间的间断性，这取决于光强的变化速度，实验证实了 DVS 在昏暗光线条件下的非一阶行为。
PDF2 months ago
基于事件的异步高动态范围成像与时间光照调制
提出 AsynHDR 像素异步 HDR 成像系统，通过动态视觉传感器（DVS）与液晶面板集成，利用液晶面板的透明度调节来触发独立于像素的事件流，然后通过时间加权算法从事件流解码出 HDR 图像，实验证明该系统在 HDR 成像任务中的可行性。
PDF4 months ago
优化图表示以用于基于事件视觉的图卷积网络的硬件实现
本文介绍了一个从事件相机数据流中生成图形的硬件实现过程，通过简化图形表示和使用值的缩放和量化的方法来改进图像检测性能，并提出了基于图形生成模块的硬件架构。
PDF6 months ago
基于事件的稀疏事件补全的扩散 - 细化方法
通过基于扩散的生成模型以及维护原始数据的时间分辨率等方法，我们提出了一种创新的事件序列补全方法，发掘事件相机的全部潜力，并生成高质量的密集事件，从而有利于目标分类和强度帧重建。
PDF6 months ago
ShapeAug：事件相机数据的遮挡增强
提出了一种新的事件数据增强方法，通过引入场景中的随机移动物体的合成事件来解决覆盖问题；该方法在多个动态视觉传感器分类数据集上进行了测试，使得 top1 准确率相对提升了最多 6.5%；此外，还将增强技术应用于真实世界的汽车事件数据集，特别是
PDF6 months ago
重新审视基于事件的视频帧插值
利用动态视觉传感器或事件相机进行视频帧插值，结合 RGB 信息的事件引导光流细化策略和分阶段的中间帧合成策略，可以获得比先前的视频帧插值方法更可靠和更真实的中间帧结果。
PDFa year ago
Razor SNN：具有时态嵌入的高效脉冲神经网络
通过全局时态嵌入动态机制扩展、特征重建和训练阶段适应性强调事件效应等，我们提出了一种称为 Razor SNN 的事件稀疏化尖峰框架，从而在四个基于事件的基准数据集上实现了竞争性的性能。
PDFa year ago
一种基于事件的算法，用于同时跟踪和绘制 6 自由度相机姿态
本文介绍了使用适应性选择事件窗口中的信息形成运动补偿图像来重建场景以及估计相机的 6-DOF 姿态，并提出了一个惯性版本的仅事件流水线，以评估其性能。通过对两个公开事件数据集的序列的不同配置的结果与基准进行比较，本文证明了所提出的事件惯性流
PDF2 years ago
重新考虑基于颜色事件的跟踪：一种统一的网络、数据集和度量方法
本文提出了一种名为 CEUTrack 的单阶段骨干网络，该网络通过 Transformer 骨干网络实现了特征提取、融合、匹配和互动学习等功能，用于对基于颜色和事件的物体进行跟踪。此外，我们还提出了一个大规模基准数据集 COESOT，并提出
PDF2 years ago
DVS-Attacks：面向脉冲神经网络动态视觉传感器的对抗攻击
本研究提出了 DVS-Attacks 对 Spiking Neural Networks 实施隐蔽性并有效的对抗攻击方法，并指出 DVS 的噪声滤波器可用作对抗攻击的防御机制，实验结果表明，即使采取最佳噪声滤波器设置，DVS-Attacks
PDF3 years ago
一个可微分的面向异步事件数据的循环表面
本文提出 Matrix-LSTM，基于一系列 LSTM 节点的网格结构可以高效处理事件，并且可以学习端到端的基于任务的事件表面，比现有的重建方法具有更好的灵活性和表现力，在 MVSEC 基准测试中对光流估计以及在 N-Cars 数据集上的事
PDF4 years ago