基于脑神经元发放时序塑性的可靠标签高效事件相机视觉
计算机视觉与模式识别
2026-05-19 v1
摘要
事件相机目标检测器的部署受限于每帧标注要求和GPU计算需求。本文引入三个局部脉冲时序依赖性塑性（STDP）模块，包括序列模块、候选模块和管道可靠性模块，它们可在单线程CPU上无需GPU支持下运行。在FRED无人机基准测试上，所提框架跨越三个标签高效监督层级。严格零标签检测器实现53.8% mAP@30，约26个训练派生比特实现76.9% mAP@30，STDP候选可靠性门实现78.60 +/- 0.42% mAP@30。在获取顺序漂移情况下，团队门比流式k-means提升了2.03 +/- 0.58个百分点（在20个正面试验中），而无漂移控制驳斥了这一效果。STDP将单模型方差降低6.6倍，一 个训练好的门与44种播种集体界限相吻合。该门在Intel Lava上迁移，实现89%的top-2一致性。在EVUAV基准上，管道级STDP层将在Pd >= 88%时的误报率从454降至331e-4。密集梯度训练的检测器无法通过构造实现梯度训练、稠密矩阵乘法和局部无塌性操作的组合。
引用
@article{arxiv.2605.17686,
title = {Brain-inspired spike-timing plasticity for reliable label-efficient event-camera vision},
author = {Mohamad Yazan Sadoun and Sarah Sharif and Yaser Mike Banad},
journal= {arXiv preprint arXiv:2605.17686},
year = {2026}
}