[发明专利]一种基于脉冲阵列的运动检测方法有效

专利信息
申请号: 202110254930.X 申请日: 2021-03-09
公开(公告)号: CN113112521B 公开(公告)日: 2023-10-10
发明(设计)人: 黄铁军;郑雅菁;余肇飞;田永鸿 申请(专利权)人: 北京大学
主分类号: G06T7/246 分类号: G06T7/246;G06N3/049;G06N3/08
代理公司: 北京辰权知识产权代理有限公司 11619 代理人: 付婧
地址: 100871*** 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: 一种 基于 脉冲 阵列 运动 检测 方法
【权利要求书】:

1.一种基于脉冲阵列的运动检测方法,其特征在于,包括以下步骤:

采集监测区域的时空信号生成时空脉冲阵列;

将所述时空脉冲阵列输入脉冲神经网络中,所述脉冲神经网络中的脉冲神经元处理具有运动特征的时空脉冲序列并产生对应的脉冲;

根据所述脉冲神经网络产生的所述脉冲获得不同空间位置的运动信息。

2.根据权利要求1所述的基于脉冲阵列的运动检测方法,其特征在于,所述脉冲神经网络包括特征提取层和运动检测层,所述特征提取层进行运动模式检测,获取对应不同运动特征的脉冲序列,所述运动检测层根据所述脉冲序列进行运动模型检测。

3.根据权利要求2所述的基于脉冲阵列的运动检测方法,其特征在于,所述脉冲神经网络在特征提取层之前还包括输入层,所述输入层对采集到的原始脉冲阵列做滤波处理,以筛除非运动区域产生的冗余脉冲信号,再送入特征提取层。

4.根据权利要求2所述的基于脉冲阵列的运动检测方法,其特征在于,所述运动检测层对应不同运动特征的脉冲神经元输出对应脉冲阵列中各个运动特征神经元的运动模式后,还包括:

对各个脉冲特征表现出的运动模式不唯一的情况,设置反向抑制,使得在某个局部空间只能表现出一种运动模式。

5.根据权利要求2或3所述的基于脉冲阵列的运动检测方法,其特征在于,所述特征提取层由对应不同朝向、不同速度的神经元组成。

6.根据权利要求3所述的基于脉冲阵列的运动检测方法,其特征在于,包括:

所述特征提取层由对应不同运动特征的脉冲神经元组成,以输入层产生的前脉冲阵列作为输入,输出对应不同运动特征神经元下的后脉冲序列;

根据输出的后脉冲序列与前一时刻输入的前脉冲阵列的空间关系进行运动特征神经元权值的调整。

7.根据权利要求6所述的基于脉冲阵列的运动检测方法,其特征在于,所述根据输出的后脉冲序列与前一时刻输入的前脉冲阵列的空间关系进行运动特征神经元权值的调整,其方法包括:

后脉冲序列与前脉冲序列空间对应位置上,如果后脉冲序列产生脉冲有脉冲信号,而前脉冲序列没有脉冲信号,则减弱对应输出后脉冲序列的运动特征神经元在该空间对应位置上的权值;

如果后脉冲序列与前脉冲序列在空间对应位置上都有脉冲信号,增强对应输出后脉冲序列的运动特征神经元在该空间对应位置上的权值。

8.根据权利要求6所述的基于脉冲阵列的运动检测方法,其特征在于,在调整运动特征神经元在不同空间位置上的权值时,训练采用的学习率设定模型包括:提前设定的固定学习率,或是根据局部位置的脉冲发放模式进行自适应的调整。

9.根据权利要求7所述的基于脉冲阵列的运动检测方法,其特征在于,调整运动特征神经元权值的方法还包括:在增强和减弱运动特征神经元在某空间位置的权值时,综合所述空间位置周边的增强和减弱的权值,进行累加操作后以所述空间位置周边的后脉冲序列中脉冲信号的个数为分母进行缩放,再用得到的值更新运动特征神经元的权值。

10.根据权利要求1所述的基于脉冲阵列的运动检测方法,其特征在于,所述采集监测区域的时空信号包括采集监测区域的光信号和/或采集监测区域的地址事件表示信号。

11.根据权利要求10所述的基于脉冲阵列的运动检测方法,其特征在于,所述采集监测区域的光信号的步骤为:

采集监测区域内的各个局部空间位置的光信号,按照时间顺序分别对各个局部空间位置的光信号强度进行累积,以得到各个局部空间位置的信号累积强度值;

在任一局部空间位置的信号累积强度值达到阈值时,输出该局部空间位置的一个脉冲信号;

将各个局部空间位置对应的脉冲信号按照时间顺序排列成二值序列;

利用所有局部空间位置对应的二值序列按照空间位置相互关系形成原始脉冲阵列。

12.根据权利要求10所述的基于脉冲阵列的运动检测方法,其特征在于,所述采集监测区域的地址事件表示信号为通过动态视觉传感器获取所述监测区域的地址事件表示信号,再将所述地址事件表示信号转化为原始脉冲阵列。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北京大学,未经北京大学许可,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/202110254930.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top