推荐文章,帮助初学者快速了解脉冲相机与 SpikeCV 框架。
作者: 黄铁军
发表期刊: 电子学报
介绍了脉冲连续成像的基本原理,并在超高速与高动态场景中展示了其优势。
作者: 郑雅菁,张济远,赵睿,丁建豪,陈世炎,吴伟健,熊瑞勤,余兆飞,黄铁军
发表期刊: 中国科学:信息科学
系统介绍了 SpikeCV 作为一个开源连续视觉框架的生态、算法与应用,标志着脉冲视觉研究的新阶段。
作者: 郑雅菁,郑凌骁,余兆飞,施柏鑫,田永鸿,黄铁军
发表会议: CVPR 2021
提出了基于短时突触可塑性的脉冲相机图像重建方法,并与当前另一款热门的神经形态相机——事件相机进行了对比。
作者: 张济远,郑雅菁,余兆飞,黄铁军
发表期刊: 中国工程科学, 2024
聚焦于自动驾驶场景中的脉冲视觉研究,探讨了脉冲相机在动态与安全关键场景下的优势与应用。
SpikeCV 提供了 SpikeStream 类来封装脉冲数据,提供了标准化的数据集接口,以及标准的参数传递方式,还提供了全面的模块化,使得开发人员可以轻松定制和改进算法。
对于实时数据读取,SpikeCV 基于多个C++线程池使用多级线程来以高时间分辨率读取脉冲数据。对于实时推断,封装的SpikeStream实例可以供给多个不同模型的并行线程使用。
SpikeCV 不仅提供了脉冲的处理工具和视觉算法,还提供了脉冲相机硬件接口和标准化的脉冲数据集。初学者可以全面学习什么是脉冲数据以及如何使用脉冲相机来处理视觉任务。
我们的目标是在SpikeCV中实现数据获取和算法处理的实时方案。该流程可以从硬件的原始输出中解析用户友好的脉冲,并实时处理视觉任务。其包括两个部分:用于读取实时脉冲的多级线程和在线视觉应用。