[发明专利]一种脉冲序列的距离度量方法及系统

说明书

一种脉冲序列的距离度量方法及系统。其中，所述方法包括：计算脉冲序列中每相邻两个脉冲信号之间的时间差值；根据所述时间差值获得所述脉冲序列对应的光强信息；根据所述脉冲序列之间光强信息的差异度量所述脉冲序列之间的距离。所述系统包括：脉冲传感器阵列以及处理器；其中，所述处理器具体包括：光照强度计算模块和脉冲序列计算模块。本发明通过对基于脉冲序列传感器而获得的脉冲序列信号产生方式的分析，将两个脉冲序列转换为对应的光照强度的变化，从而对两个脉冲序列的距离进行准确估量，进而用于为检测、跟踪、压缩等算法的设计，以及后续脉冲阵列信号的分析、编码工作提供了基础。

技术领域

本发明涉及信息处理技术领域，尤其涉及了一种脉冲序列的距离度量方法及系统。

背景技术

传统的图像传感器以帧为单位，按照一定频率对场景进行采样并输出视频。这种采样方式利用了人类神经系统的视觉暂留原理，在人类视觉系统中能够形成连续不断的视频。目前，以机器学习算法为基础的人工智能正在飞速发展，在很多领域取得了飞速发展，如视频监控、自动驾驶、智能安防、军事应用等。实际上，由于计算机系统中没有人类的视觉暂留效应，这种采样方式受到采样频率的约束，不能给出一个连续的信号输入，且无法记录高速运动的物体。因此，这种采样方式得到的视频不利于算法的实施，并不是最佳输入。

近年来，基于脉冲阵列的传感器被提出，通过模拟生物视网膜的神经网络结构，能够以极高的时间分辨率，对场景的光强信息进行更为高效的采样，其输出为时域上连续的脉冲信号。所述基于脉冲阵列的传感器包括但不限于基于光照强度变化发放脉冲信号的传感器(如动态视觉传感器(Dynamic Vision Sensor,DVS),基于异步时间的图像传感器(Asynchronous Time-based image Sensor,ATIS)，基于光照累积强度发放信号的传感器(Dynamic and Active Pixel Vision Sensor,DAVIS)等)、基于光照强度累积强度发放信号的传感器(如光强累积传感器)等。这些采样方式能够对场景中的信息进行高速、全时的捕获，并以脉冲阵列的方式存储下来。相比传统的固定帧率的视频,这种脉冲数据记录的信息更全面、更符合生物机理。

综上所述，脉冲阵列信号是一种与传统视频数据完全不同的信号，为了对脉冲阵列信号进行分析、编码，以设计更加复杂的检测、跟踪、压缩算法，需要对不同信号之间的相似度进行评估。因此，一个能够合理刻画脉冲阵列信号本质的度量方法是一个亟待解决的问题。

发明内容

脉冲阵列信号与传统视频输出的以帧为单位的图像序列具有很大的不同。为了对脉冲阵列信号进行分析、编码，以设计更加复杂的检测、跟踪、压缩算法，需要对不同信号之间的相似度进行评估。因此，一个能够合理刻画脉冲阵列信号的度量方法是一个亟待解决的问题。本发明的目的是通过以下技术方案实现的一种脉冲序列的距离度量方法。

根据本发明的一个方面公开了一种脉冲序列的距离度量方法，其特征在于，包括：计算脉冲序列中每相邻两个脉冲信号之间的时间差值；根据所述时间差值获得所述脉冲序列对应的光强信息；根据所述脉冲序列之间光强信息的差异度量所述脉冲序列之间的距离。

进一步的，所述脉冲信号由基于脉冲阵列的传感器获得，其中，所述基于脉冲阵列的传感器包括：动态视觉传感器、基于异步时间的图像传感器或基于光照累积强度发放信号的传感器。

更进一步的，所述脉冲信号由所述基于脉冲阵列的传感器对光强信号累积达到累积阈值时产生。

进一步的，所述根据时间差值获得对应的光强信息包括：根据所述时间差值的倒数获得对应的光强信息，具体为：

其中，θ_T为对应的光强，I_T是相邻脉冲信号之间的时间差值，φ是调节光强的参数。