Loading...
机构名称:
¥ 1.0

摘要 - 在本文中,我们探讨了许多脑启发视力的应用,其中基于动态视觉传感器摄像机(即法语中的PSEE300EVK)获取数据。具体来说,我们探索了以下三个方面:(1)将大规模的人工卷积神经网络转换为尖峰神经网络,该网络可以处理大规模数据集并节省网络资源而不会丢弃太多精确度。我们为两个网络之间的差异提出了可靠的解决方案,并且可以将其推广到其他深层网络变换。(2)在自动驾驶场景中识别行人和车辆尖峰数据流。具体来说,我们将CityScapes数据集转换为两种模式尖峰数据,一种称为事件处理模式,另一种称为“对比检测模式”。(3)基于PSE300EVK摄像机构建结构化的光3D采集系统和3D图像识别算法。测试表明,本文中使用的算法可以有效地减少深人造卷积神经网络与深尖峰卷积神经网络之间的误差,并且具有良好的概括能力,并且算法可以有效地处理尖峰图像和3D图像。

基于动态的脑启发视力的研究...

基于动态的脑启发视力的研究...PDF文件第1页

基于动态的脑启发视力的研究...PDF文件第2页

基于动态的脑启发视力的研究...PDF文件第3页

基于动态的脑启发视力的研究...PDF文件第4页

基于动态的脑启发视力的研究...PDF文件第5页