用于神经形态相机的事件概率掩码（EPM）与事件去噪卷积神经网络（EDnCNN）
计算机视觉与模式识别
2020-03-24 v2
摘要
本文提出了一种通过对每个像素在短时间窗口内产生事件的可能性进行建模来标注真实世界神经形态相机传感器数据的新方法，我们称之为“事件概率掩码”或 EPM。其应用包括：（i）事件去噪性能的客观基准测试，（ii）训练用于噪声去除的卷积神经网络，称为“事件去噪卷积神经网络”（EDnCNN），以及（iii）估计神经形态相机内部参数。我们提供了首个用于噪声去除的真实世界标注神经形态相机事件数据集（DVSNOISE20）。
引用
@article{arxiv.2003.08282,
title = {Event Probability Mask (EPM) and Event Denoising Convolutional Neural Network (EDnCNN) for Neuromorphic Cameras},
author = {R. Wes Baldwin and Mohammed Almatrafi and Vijayan Asari and Keigo Hirakawa},
journal= {arXiv preprint arXiv:2003.08282},
year = {2020}
}
备注
submitted to CVPR 2020