DOTIE——基于脉冲架构利用事件时间隔离检测物体
计算机视觉与模式识别
2022-11-30 v1
摘要
基于视觉的自主导航系统依赖快速且准确的物体检测算法以规避障碍。为此类系统设计的算法与传感器需具备计算高效性，原因在于部署所用硬件的能量有限。受生物启发的事件相机因其速度、能效及对光照变化的鲁棒性，是此类系统视觉传感器的良好候选。然而，传统计算机视觉算法无法处理基于事件的输出，因其缺乏光强与纹理等光度特征。本文提出一种新技术，利用事件固有存在的时间信息高效检测运动物体。该技术由一个轻量脉冲神经架构组成，能够根据相应物体的速度分离事件。这些分离后的事件再经空间分组以确定物体边界。该物体检测方法兼具异步性及对相机噪声的鲁棒性。此外，在背景中静态物体产生事件、现有基于事件的算法失效的场景下，它表现出良好性能。我们表明，利用该架构，自主导航系统执行物体检测时可具有极小延迟与能量开销。
引用
@article{arxiv.2210.00975,
title = {DOTIE - Detecting Objects through Temporal Isolation of Events using a Spiking Architecture},
author = {Manish Nagaraj and Chamika Mihiranga Liyanagedera and Kaushik Roy},
journal= {arXiv preprint arXiv:2210.00975},
year = {2022}
}