[发明专利]一种对象识别方法及装置、芯片及电子设备

权利要求书

1.一种对象识别方法，其特征在于，包括：

S101：获取视觉传感器采集到的事件数据流，所述事件数据流包括至少一个像素事件的事件数据，所述事件数据包括所述像素事件的时间信息和空间信息；

S102：根据所述时间信息与所述空间信息，通过关联掩膜确定所述像素事件之间的时空关联关系，其中，所述关联掩膜用于记录，以及更新所述时空关联关系；

S103：基于所述时空关联关系，通过利用所述关联掩膜对像素事件进行校验，以基于校验结果对所述事件数据流进行事件数据去噪处理，得到处理后事件数据流，所述处理后事件数据流包括去噪后像素事件的事件数据；

S104：根据所述去噪后像素事件的空间信息，计算所述去噪后像素事件的距离特征；

S105：基于所述距离特征对去噪后像素事件进行聚类处理，得到聚类结果；

S106：根据所述聚类结果，对基于神经网络的对象识别模型进行训练，得到基于脉冲神经网络的训练后对象识别模型，以通过所述训练后对象识别模型识别所述聚类结果对应的对象。

2.根据权利要求1所述的对象识别方法，其特征在于，根据所述时间信息与所述空间信息，确定所述像素事件之间的时空关联关系，包括：

基于所述视觉传感器的参数信息，生成所述事件数据流的初始关联掩膜，所述初始关联掩膜包括至少一个信息单元，所述信息单元用于记录像素事件的时间信息；

对所述像素事件的空间信息进行信息压缩，得到压缩后空间信息；

根据所述压缩后空间信息，确定所述像素事件对应的目标信息单元；

根据所述像素事件的时间信息，对所述目标信息单元进行信息更新，以生成更新后关联掩膜，所述更新后关联掩膜表征像素事件之间的时空关联关系。

3.根据权利要求2所述的对象识别方法，其特征在于，根据所述像素事件的时间信息，对所述目标信息单元进行信息更新，包括：

确定对所述事件数据流进行事件数据去噪处理所需的时间阈值参数；

根据所述时间阈值参数，对所述时间信息进行信息压缩，得到压缩后时间信息；

基于所述压缩后时间信息，对所述目标信息单元进行信息更新。

4.根据权利要求3所述的对象识别方法，其特征在于，根据所述时间阈值参数，对所述时间信息进行信息压缩，得到压缩后时间信息，包括：

根据所述时间阈值参数，确定所述时间信息的移位参数；

基于所述移位参数，对所述时间信息进行位运算，以对所述时间信息进行信息压缩；

基于运算结果，确定所述像素事件的压缩后时间信息。

5.根据权利要求2所述的对象识别方法，其特征在于，对所述像素事件的空间信息进行信息压缩，得到压缩后空间信息，包括：

对所述像素事件的空间信息进行位运算，以对所述像素事件的空间信息进行信息压缩；

基于运算结果，确定所述像素事件的压缩后空间信息。

6.根据权利要求1所述的对象识别方法，其特征在于，基于所述时空关联关系，通过利用所述关联掩膜对像素事件进行校验，以基于校验结果对所述事件数据流进行事件数据去噪处理，包括：

确定表征所述时空关联关系的关联掩膜、以及对所述事件数据流进行事件数据去噪处理所需的时间阈值参数，所述关联掩膜包括至少一个信息单元；

基于所述像素事件的空间信息，从所述关联掩膜中确定所述像素事件的关联信息单元，所述关联信息单元与所述像素事件具有空间关联关系；

基于所述时间阈值参数与所述关联信息单元所记录的时间信息，对所述像素事件的时间信息进行校验；

根据校验结果，对所述像素事件进行事件数据去噪处理，以对所述事件数据流进行事件数据去噪处理。