[发明专利]基于事件相机的物体掉落检测方法、装置、介质及设备

权利要求书

1.一种基于事件相机的物体掉落检测方法，其特征在于，包括：

获取事件相机输出的事件流，所述事件流包含连续的若干个事件的事件信息，所述事件信息包括事件的发生坐标以及发生时间；

根据各所述事件对应的发生坐标以及发生时间，生成与所述事件流对应的特征图，所述特征图于描述所述事件流包含的事件的时间特征和/或位置特征；

根据所述特征图中每一坐标对应的特征值进行聚类识别，确定所述特征图中存在目标物体的至少一个目标区域的位置信息；

基于连续的至少一个事件流对应的特征图中各目标区域的位置信息，确定所述目标物体的运动轨迹。

2.根据权利要求1所述的方法，其特征在于，根据各所述事件对应的发生坐标以及发生时间，生成与所述事件流对应的特征图，包括：

根据各所述事件对应的发生坐标以及发生时间，确定同一坐标上发生的事件的数量以及时间信息；

根据同一坐标上发生的事件的数量以及所发生事件的时间信息之和，生成所述事件流对应的平均时间积累的特征图；

和/或根据同一坐标上发生的事件的最新时间，生成所述事件流对应的最新时间更新的特征图；

和/或根据同一坐标上发生的事件的数量，生成所述事件流对应的事件次数积累的特征图；

和/或根据发生过事件的坐标，生成所述事件流对应的0/1特征图，其中，发生过事件的坐标对应的位置置为1，否则为0。

3.根据权利要求2所述的方法，其特征在于，在生成所述事件流对应的平均时间积累的特征图和/或最新时间积累的特征图之后，所述方法还包括：

根据所述特征图中每一坐标对应的特征值、所发生事件的时间戳的平均值以及所述事件流的时间跨度，从所述特征图中去除背景和噪点。

4.根据权利要求2所述的方法，其特征在于，在根据所述特征图中每一坐标对应的特征值进行聚类识别，确定所述特征图中存在目标物体的至少一个目标区域的位置信息之前，所述方法还包括：

采用卷积核、激活函数以及对应的激活阈值，对所述特征图中的特征值进行卷积处理，以从所述特征图中去除孤立的点。

5.根据权利要求1所述的方法，其特征在于，根据所述特征图中每一坐标对应的特征值进行聚类识别，确定所述特征图中存在目标物体的至少一个目标区域的位置信息，包括：

根据预先设定的邻域半径、邻域半径内最少的样本点数量，采用DBSACN密度聚类算法对所述特征图中每一坐标对应的特征值进行聚类识别，以使所述DBSACN密度聚类算法反馈存在目标物体的至少一个目标区域的位置信息。

6.根据权利要求1所述的方法，其特征在于，基于连续的至少一个事件流对应的特征图中各目标区域的位置信息，确定所述目标物体的运动轨迹，包括：

根据连续的至少一个事件流对应的特征图中各目标区域的位置信息，确定各目标区域的中心位置；

根据各目标区域的中心位置进行插值，拟合曲线以生成所述目标物体的运动轨迹。

7.根据权利要求1-6中任一项所述的方法，其特征在于，在根据各所述事件对应的发生坐标以及发生时间，生成与所述事件流对应的特征图之后，所述方法还包括：

根据所述特征图中每一坐标对应的特征值，获取各特征值对应的灰度值，以对所述特征图进行可视化处理。

8.一种基于事件相机的物体掉落检测装置，其特征在于，包括：

获取模块，用于获取事件相机输出的事件流，所述事件流包含连续的若干个事件的事件信息，所述事件信息包括事件的发生坐标以及发生时间；

特征图生成模块，用于根据各所述事件对应的发生坐标以及发生时间，生成与所述事件流对应的特征图，所述特征图于描述所述事件流包含的事件的时间特征和/或位置特征；

运动目标识别模块，用于根据所述特征图中每一坐标对应的特征值进行聚类识别，确定所述特征图中存在目标物体的至少一个目标区域的位置信息；

轨迹处理模块，用于基于连续的至少一个事件流对应的特征图中各目标区域的位置信息，确定所述目标物体的运动轨迹。