Loading...
机构名称:
¥ 5.0

图 1:机器人硬件和基于事件的视频。(A)移动机器人由带有 DAVIS346 事件摄像头的 TurtleBot3 Burger 构成。装有 48 个 SpiN-Naker 芯片的 Spinn-5 板(59)用于模拟我们的 SNN 模型。(B)该模型使用机器人在具有不同视觉混乱程度的自然环境中行驶时记录的数据进行训练/测试。(C)每当像素改变强度时,摄像头就会连续产生“事件”。'x' 和 'y':像素地址,'t':时间(来自原始 DAVIS 输出的纳秒时间分辨率),'on':从暗到亮的变化,'off':从亮到暗的变化。(D)传统视频具有固定速率的静态强度帧。(E)在向前运动期间集成“事件”,可以在事件摄像机的运动“帧”中可视化场景。红色和蓝色代表事件的极性,如图 (C) 所示。

使用事件相机进行神经形态序列学习

使用事件相机进行神经形态序列学习PDF文件第1页

使用事件相机进行神经形态序列学习PDF文件第2页

使用事件相机进行神经形态序列学习PDF文件第3页

使用事件相机进行神经形态序列学习PDF文件第4页

使用事件相机进行神经形态序列学习PDF文件第5页

相关文件推荐

2023 年
¥1.0
2023 年
¥1.0
2024 年
¥1.0
2021 年
¥1.0
2023 年
¥1.0