基于神经形态立体视觉装置对真实世界刺激的瞬时立体深度估计
计算机视觉与模式识别
2021-04-07 v1 人工智能
摘要
立体匹配问题，即在两个不同视图中匹配对应特征以重建深度，在生物学中被高效解决。然而，它仍是经典机器视觉方法的计算瓶颈。通过利用事件相机的特性，近期提出的用于立体视觉的脉冲神经网络（SNN）架构有潜力简化立体匹配问题。若干结合事件相机与基于脉冲的神经形态处理器的方案已经存在。但是，它们要么在数字硬件上仿真，要么在简化刺激上测试。在本工作中，我们使用动态视觉传感器三维人体姿态数据集（DHP19）来验证一个受脑启发的基于事件的立体匹配架构，该架构在混合信号神经形态处理器上以真实世界数据实现。我们的实验表明，该由重合检测器和视差敏感神经元组成的 SNN 架构能够瞬时提供输入视差的粗估计，从而实时检测在深度上运动的刺激的存在。
引用
@article{arxiv.2104.02541,
title = {Instantaneous Stereo Depth Estimation of Real-World Stimuli with a Neuromorphic Stereo-Vision Setup},
author = {Nicoletta Risi and Enrico Calabrese and Giacomo Indiveri},
journal= {arXiv preprint arXiv:2104.02541},
year = {2021}
}