[发明专利]适用于处理异步信号的方法

说明书

技术领域

本发明涉及到异步信号处理领域，尤其适用于检测异步信号的形状。

背景技术

在历史上已经开发了各种视频信号处理技术。通常都是基于普通的光栅图像方法。

现有异步传感器(DVS、ATIS)。这些传感器可有利于代替常规的摄像机。

但是，信号处理的直观性明显不如光栅图像摄像机。尽管已经开发了一些算法用于处理一定种类的问题(例如，光流、形状跟踪)，但是仍有一些其它问题疏于或者尚未探讨，或者这些问题解决起来比较棘手。

对于形状识别而言尤其是这样。

为了检测形状和/或运动，目前的方法(即，利用来自常规摄像机的视频数据)试图识别适合位于所讨论的视频数据附近一组像素的某些视觉特征。

本领域技术人员大多将这些视觉特征理解为图像的空间信息(尽管该空间信息可处于运动中)。

因此，视频数据的时间信息常常是可以忽略的：最多，可以在视频数据的两个或多个图像(帧)之间找到视觉特征的变化。

首先可以通过通常的视频采集技术来解释时间分量的忽略：视频数据是产生大量静态图像(或帧)的采集结果。

在历史上该视频采集技术已经调整了处理或显示视频的方式。这一系列静态图像的存在使其难以控制视频数据的时间(或动态)信息。

尽管有可能增加每秒视频数据的图像数量，但是超过100Hz的图像频率罕见，无论出于关于采集方面的硬件限制的原因或者出于通过形状检测的常规工具对该数据进行实时处理的原因，皆是如此。

就此而言，需要检测可靠的形状，并且可以通过充分利用视频数据的时间信息对其加以使用。

发明内容

本发明旨在改进现状。

与以定期采样时刻来记录连续图像的常规摄像机相反，已经研发了受人眼活动启发的生物视网膜。生物视网膜仅传递关于待查看场景的很少冗余信息，而且这是不同步的。

事件驱动型异步视觉传感器可以事件的形式来传送压缩的数字数据。

T.Delbrück等人编写的《活动驱动型基于事件的视觉传感器(Activity-Driven,Event-Based Vision Sensors)》介绍了这种传感器(详见2010年IEEE国际电路与系统研讨会(ISCAS)的会议记录第2426-2429页)。相对于常规的摄像机而言，基于事件的视觉传感器的优点是可消除冗余、减少延迟时间并增加动态范围。

这种视觉传感器的输出，就每个像素地址而言，都包括代表产生场景时场景反射系数变化的一组异步事件。

传感器的每个像素都是独立的并且检测由最后事件所发出的高于阈值的亮度变化(例如，对比度大于亮度对数的15％)。在亮度变化超出阈值集的情况下，由像素根据亮度增加或者减少(DVS传感器)来产生ON事件或者OFF事件。某些异步传感器将所检测到的事件与光亮度(ATIS传感器)的测量值相互关联。

由于传感器没有像常规的摄像机那样以时钟进行取样，所以事件的排序就可以非常高的时间精确度(例如，约为1μs)来考虑。如果将这种传感器用于重建一组图像，则可以达到数千赫的图像率，与常规摄像机的几十赫形成对比。

这类摄像机的高时间精确度使之有可能更加充分地利用视频的时间信息。

然而，处理来自这些传感器的事件可能比较复杂，因为事件严格遵循时间(t)和空间(x，y)方面的守时概念。于是，处理事件以及分析事件都会比较困难。

因此，需要制造简单的装置，可以操作所述装置，以便对来自于异步传感器的信号进行相关分析。

分析必须具体包括空间维度和时间维度，从而有助于在这种传感器所传送的极多数量的事件之中识别时空特征，而不会丢失传感器的动态。

为此目的，本发明提出一种处理异步信号的方法，所述异步信号是由光传感器产生的，该传感器所具有的像素矩阵对应于场景所相对的位置，所述方法包括：

-接受来自光传感器的异步信号，对于矩阵的每个像素而言，所述异步信号都包括来自所述像素的连续事件；

-利用在异步信号所接收到的事件的活动简档(activity profile)来分析异步信号。

活动简档，对于传感器的每个像素而言，至少包括活动数值，所述活动数值由所述像素的连续事件中的最近事件之后所经过的时间作为函数而减少。

可将像素的“活动简档”视为时间函数的曲线，其数值至少代表由该像素所接收到的最后一个事件的时间(有可能以指定极性对其进行过滤)。

所创建的活动简档由此形成分析工具，用于通过局部地保持事件的时空结构来汇总事件的出现。