视频解码器最基本的工作是从视频复合信号的黑白信息中分离出颜色。自 50 多年前彩色电视问世以来,已经通过多种方式实现了这一任务。多年来,人们使用了许多不同的分离方法。随着新的经济高效技术的出现,消费者已经看到图像质量和细节的逐步改善。显示管技术和半导体工艺的进步推动了技术的发展,提供了更清晰、更强大的视频。但是,由于信号在频谱中相互重叠,因此将色度信息与亮度信息分离尤其具有挑战性。如何分离它们,同时最大限度地减少显示伪影?
虽然基于事件的空间态势感知提供了显著的优势,但基于事件的传感范式也带来了传统基于帧的 SSA 所没有的新挑战。快速而微弱的点源很难在其他来源产生的虚假变化检测中识别出来,尤其是来自昆虫、蝙蝠和飞机的检测。神经形态传感器缺乏绝对亮度信息,当 RSO 和大气物体的轨迹从观察者的角度来看相似时,更难区分它们。虚假检测不仅限于大气伪影,也可能是由于传感器噪声造成的。虽然最近的神经形态传感器与旧型号相比已显著改善了噪声特性,但仍然希望尽可能接近本底噪声来检测越来越微弱的物体。