用于AER图像传感器的实时特征提取方法

摘要

本发明涉及AER图像传感器图像处理领域，为实现高速，实时性，提取出的特征包含很好的尺度和角度信息。为此，本发明采用的技术方案是，用于AER图像传感器的实时特征提取方法，AER图像传感器的输出事件作为特征提取的输入，经过卷积层S1的卷积操作，再经过类最大化操作C1层的最大化操作，即能够提取出相应的特征信息；其中，实现事件的卷积操作的S1层中包含N1个卷积模块，每个卷积模块都配置一种卷积核，采用Gabor函数来计算生成卷积核。本发明主要应用于AER图像传感器图像处理场合。

主权项

一种用于AER图像传感器的实时特征提取方法，其特征是，AER图像传感器的输出事件作为特征提取的输入，经过卷积层S1的卷积操作，再经过类最大化操作C1层的最大化操作，即能够提取出相应的特征信息；其中，实现事件的卷积操作的S1层中包含N1个卷积模块，每个卷积模块都配置一种卷积核，采用Gabor函数来计算生成卷积核，Gabor函数的计算如公式(1)所示：$F_{\theta }(\mu ,\upsilon )=e^{(-\frac{{\mu }_0^2+{\gamma }^2{\upsilon }_0^2}{2{\sigma }^2})}cos\left(\frac{2\pi }{\lambda }{\mu }_0\right)$ μ₀＝μcosθ+νsinθ ν₀＝‑μsinθ+νcosθ    (1)其中μ和ν分别代表生成的卷积核的横纵坐标，λ代表正弦函数波长；θ代表Gabor核函数的方向，σ代表高斯函数的标准差，γ代表空间长宽比，决定Gabor函数的形状，μ₀是横坐标的转向坐标，ν₀是纵坐标的转向坐标。