基于时空邻域关联去噪时间面的事件数据表示
打开文本图片集
摘 要：
事件相机具有超高动态范围和超低延迟等优势，通过事件流分割、过滤与事件表示来提取事件相机输出数据的有效时空特征是发挥其优势的关键。现有基于时间戳采用指数核函数计算时间面的事件表示方法，可以保留事件中更多的有效信息，但仍然存在事件冗余度高、容易受到噪声事件的影响等问题。针对现有的事件流分割与过滤方法存在冗余度高的问题，提出一种新的基于密度排序的事件降尺度算法，通过分析事件流中的时空邻域关系计算时空关联密度，并根据时空关联密度进行密度排序，从而减少冗余事件，降低计算资源的消耗。（剩余18770字）
