[发明专利]基于卷积去噪自编码器的无监督事件相机去噪方法及装置在审
| 申请号： | 202010698124.7 | 申请日： | 2020-07-20 |
| 公开（公告）号： | CN112053290A | 公开（公告）日： | 2020-12-08 |
| 发明（设计）人： | 索津莉;张志宏;戴琼海 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06T9/00;G06N3/04;G06N3/08 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 石茵汀 |
| 地址： | 10008*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 卷积 编码器 监督 事件 相机 方法 装置 | ||
1.一种基于卷积去噪自编码器的无监督事件相机去噪方法，其特征在于，包括以下步骤：
利用事件相机采集包含时间、空间和极性信息的含噪声事件序列，按照固定步长对所述事件序列进行划分得到事件序列切片，将所述事件序列切片中的事件按照对应的空间位置坐标映射到二维，构成一幅二维图像，多段连续的事件序列切片顺序映射得到重构视频帧；
构建去噪自编码器，所述重构视频帧通过预设去噪算法进行预去噪产生模拟真值，利用所述重构视频帧和所述真值训练所述去噪自编码器得到无监督卷积去噪自编码器，利用所述无监督卷积去噪自编码器对视频帧进行去噪。
2.根据权利要求1所述的基于卷积去噪自编码器的无监督事件相机去噪方法，其特征在于，所述去噪自编码器为包含8个卷积层，带有跳跃连接的U型去噪自编码器。
3.根据权利要求1所述的基于卷积去噪自编码器的无监督事件相机去噪方法，其特征在于，所述无监督卷积去噪自编码器的输出为去噪视频帧，所述去噪视频帧进行存储或显示为二维图片。
4.根据权利要求1所述的基于卷积去噪自编码器的无监督事件相机去噪方法，其特征在于，所述预设去噪算法包括最近邻滤波算法。
5.一种基于卷积去噪自编码器的无监督事件相机去噪装置，其特征在于，包括：
处理模块，用于利用事件相机采集包含时间、空间和极性信息的含噪声事件序列，按照固定步长对所述事件序列进行划分得到事件序列切片，将所述事件序列切片中的事件按照对应的空间位置坐标映射到二维，构成一幅二维图像，多段连续的事件序列切片顺序映射得到重构视频帧；
去噪模块，用于构建去噪自编码器，所述重构视频帧通过预设去噪算法进行预去噪产生模拟真值，利用所述重构视频帧和所述真值训练所述去噪自编码器得到无监督卷积去噪自编码器，利用所述无监督卷积去噪自编码器对视频帧进行去噪。
6.根据权利要求5所述的基于卷积去噪自编码器的无监督事件相机去噪装置，其特征在于，所述去噪自编码器为包含8个卷积层，带有跳跃连接的U型去噪自编码器。
7.根据权利要求5所述的基于卷积去噪自编码器的无监督事件相机去噪装置，其特征在于，所述无监督卷积去噪自编码器的输出为去噪视频帧，所述去噪视频帧进行存储或显示为二维图片。
8.根据权利要求5所述的基于卷积去噪自编码器的无监督事件相机去噪装置，其特征在于，所述预设去噪算法包括最近邻滤波算法。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于清华大学，未经清华大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202010698124.7/1.html，转载请声明来源钻瓜专利网。
