[发明专利]一种基于脉冲阵列的运动检测方法

说明书

本申请涉及运动检测技术领域，具体而言，本申请涉及一种基于脉冲阵列的运动检测方法。所述方法包括以下步骤：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。本申请的方法利用高频率视网膜相机获得的脉冲阵列本身具有的时空特性，直接以视觉脉冲序列为输入，获取监测区域中存在的各种运动状态，获取各个运动状态对应的参数信息，输出的运动信息可用于物体跟踪及运动补偿等，从而更有利于后续基于脉冲信号的高速视觉对象的检测、识别及跟踪等高级视觉任务。

技术领域

本申请涉及运动检测技术领域，更为具体来说，本申请涉及一种基于脉冲阵列的运动检测方法。

背景技术

近年来，区别于传统相机的神经视觉传感器取得了许多研究进展，其仿照生物视网膜根据外界光照环境产生脉冲信号的原理，基于监测区域中采样的光信号变化产生脉冲信号。这种信号采样机制具有低功耗、高动态范围和高时间分辨率的优点，即可以获取极端光照条件下的信号变化，并且以远超于传统相机采样频率(30帧/秒)的输出脉冲信号。这种类脑的视觉信息表示方法比传统视频编码了更多的时序信息，且采用的二值时空脉冲阵列所需的编码空间远小于传统的图片或视频，使得后续处理方法能够在使用较少计算空间的基础上快速感知外界环境变化。因此，使用脉冲时空阵列完成运动检测等与时序相关的任务具有天然的优势。

目前，有许多基于脉冲阵列的运动检测处理方法，但是大多数都是先将时空阵列转化为图片帧的形式再进行运动模型的训练学习。这种处理方式没有发挥脉冲序列的时空优点，并且还需要将时空序列转成图片帧再进行处理的方式与传统方法无异。要发挥神经视觉传感器的优点，须直接根据脉冲信号进行视觉信息的处理分析。

因此，本申请提出一种改进的方法，以至少部分地解决上述技术问题。

发明内容

为实现上述技术目的，本申请提供了一种基于脉冲阵列的运动检测方法，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。

具体地，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。

具体地，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。

具体地，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。

进一步地，所述特征提取层由对应不同朝向、不同速度的神经元组成。

进一步地，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。

进一步地，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；