[发明专利]一种目标识别方法及系统

说明书

本发明涉及一种目标识别方法及系统，首先对事件流进行编码获得第一脉冲；其次将第一脉冲转换成第一电流，并将第一电流输入至脉冲神经网络中第一个神经元模型中计算第一膜电位；然后判断第一膜电位是否超过电压阈值；如果第一膜电位超过电压阈值，则生成第二脉冲，并利用脉冲神经网络中的突触传输模型将第二脉冲转换成第二电流，并将第二电流输入至脉冲神经网络中第二个神经元模型中；最后直到最后一个神经元模型生成的膜电位超过电压阈值时，则输出目标识别结果。本发明将编码后的事件流输入至脉冲神经网络中，既能在光线不足的恶劣环境下对目标进行识别，提高识别的准确性，还能够保留时间连续性，降低延时。

技术领域

本发明涉及目标识别技术领域，特别是涉及一种目标识别方法及系统。

背景技术

当下传统的基于数值的神经网络在处理高速运动目标识别任务时存在以下不足：1、忽视了输入信号的时间信息，进而存在识别精度低的问题；2、涉及大量的乘加运算和待训练的参数，进而存在计算量大的问题；3、基于帧的高速相机在高速目标实时识别任务中存在延迟高，并且存储量大的问题。

发明内容

本发明的目的是提供一种目标识别方法及系统，以实现低延迟和准确目标识别。

为实现上述目的，本发明提供了一种目标识别方法，所述方法包括：

获取事件流；

对所述事件流进行编码，获得第一脉冲；

将所述第一脉冲转换成第一电流，并将第一电流输入至脉冲神经网络中第一个神经元模型中，计算第一膜电位；

判断所述第一膜电位是否超过电压阈值；如果所述第一膜电位超过电压阈值，则生成第二脉冲，并利用脉冲神经网络中的突触传输模型将第二脉冲转换成第二电流，并将第二电流输入至脉冲神经网络中第二个神经元模型中，计算第二膜电位；

判断所述第二膜电位是否超过电压阈值；如果所述第二膜电位超过电压阈值，则生成第三脉冲，依次类推，直到最后一个神经元模型生成的膜电位超过电压阈值时，则输出目标识别结果。

可选地，所述方法还包括：

利用突触动力学模型计算第一电流经过第一神经元模型后的衰减电流；所述第二电流=第一电流-衰减电流。

可选地，所述突触动力学模型为delta衰减型、exp衰减型和alpha衰减型中至少一种。

可选地，所述突触传导模型包括电流型、电导型和alpha函数型中至少一种。

可选地，所述事件流包括带有时间戳、二维空间坐标和事件极性。

本发明还提供一种目标识别系统，所述系统包括：

获取模块，用于获取事件流；

编码模块，用于对所述事件流进行编码，获得脉冲；

第一判断模块，用于判断所述第一膜电位是否超过电压阈值；如果所述第一膜电位超过电压阈值，则生成第二脉冲，并利用脉冲神经网络中的突触传输模型将第二脉冲转换成第二电流，并将第二电流输入至脉冲神经网络中第二个神经元模型中，计算第二膜电位；

第二判断模块，用于判断所述第二膜电位是否超过电压阈值；如果所述第二膜电位超过电压阈值，则生成第三脉冲，依次类推，直到最后一个神经元模型生成的膜电位超过电压阈值时，则输出目标识别结果。

可选地，所述系统还包括：

衰减电流计算模块，用于利用突触动力学模型计算第一电流经过第一神经元模型后的衰减电流；所述第二电流=第一电流-衰减电流。

可选地，所述事件流包括带有时间戳、二维空间坐标和事件极性。