用于神经形态相机目标检测的异步卷积网络
计算机视觉与模式识别
2019-06-14 v3
摘要
基于事件的相机，又称神经形态相机，是受生物启发的传感器，能够以高频率、低功耗感知场景变化。由于这类设备最近才问世，针对其进行目标检测的研究十分有限。本文提出两种用于目标检测的神经网络架构：YOLE，将事件积分到表面并使用基于帧的模型进行处理；以及fcYOLE，一种基于事件的异步全卷积网络，其采用一种新颖且通用的卷积层和最大池化层形式化方法以利用相机事件的稀疏性。我们在公开数据集的不同扩展版本以及一个新颖的合成数据集上评估了该算法。
引用
@article{arxiv.1805.07931,
title = {Asynchronous Convolutional Networks for Object Detection in Neuromorphic Cameras},
author = {Marco Cannici and Marco Ciccone and Andrea Romanoni and Matteo Matteucci},
journal= {arXiv preprint arXiv:1805.07931},
year = {2019}
}
备注
accepted at CVPR2019 Event-based Vision Workshop