基于事件传感器利用 IBM TrueNorth 神经突触系统实现脉冲光流
计算机视觉与模式识别
2017-10-27 v1
摘要
本文描述了一种用于从动态视觉传感器数据估计光流的完全基于脉冲的神经网络。提出了一种将异步基于时间的图像传感器与 IBM 的 TrueNorth 神经突触系统相结合的低功耗嵌入式方法实现。该传感器以亚毫秒分辨率响应场景光照变化产生脉冲。这些脉冲由运行在 TrueNorth 上的脉冲神经网络以 1 毫秒分辨率处理，以准确确定来自相邻像素的脉冲的顺序和时间差，从而推断速度。该脉冲神经网络是 Barlow Levick 光流估计方法的变体。系统在两段具有真值运动的记录上进行了评估，在传感器与计算预估功耗低于 80mW 的情况下达到了 11% 的平均端点误差。
引用
@article{arxiv.1710.09820,
title = {Spiking Optical Flow for Event-based Sensors Using IBM's TrueNorth Neurosynaptic System},
author = {Germain Haessig and Andrew Cassidy and Rodrigo Alvarez and Ryad Benosman and Garrick Orchard},
journal= {arXiv preprint arXiv:1710.09820},
year = {2017}
}
备注
11 pages, 11 figures without biography figures