基于脉冲神经网络的神经形态视觉传感器区域提议网络
神经与进化计算
2019-02-27 v1 新兴技术
摘要
本文提出一种基于三层脉冲神经网络、运行于神经形态视觉传感器所生成数据上的区域提议网络。所提架构由具有生物真实漏积分发放 (LIF) 神经元与突触的 refractory、卷积与聚类层构成。所提算法在来自 DAVIS 传感器装置的交通场景记录上测试。该区域提议网络的性能与基于事件的均值漂移算法比较，在相似精度 (~85%) 下召回率远优 (~50% 更好)。所提方法的计算与存储复杂度亦表明与基于事件的均值漂移相似。
引用
@article{arxiv.1902.09864,
title = {Spiking Neural Network based Region Proposal Networks for Neuromorphic Vision Sensors},
author = {Jyotibdha Acharya and Vandana Padala and Arindam Basu},
journal= {arXiv preprint arXiv:1902.09864},
year = {2019}
}
备注
Accepted in IEEE ISCAS, 2019