概括
本研究引入了一种贝叶斯方法,用于单光子雪崩二极管 (SPAD) 阵列作为事件摄像头,通过分析直接的飞行时间数据以分析强度和深度变化来检测场景变化.
科学领域:
- 神经形态工程的神经形态工程
- 计算机视觉 计算机视觉
- 激光雷达技术 (LiDAR) 是一种技术.
背景情况:
- 事件摄像头提供稀疏,异步的数据流,捕捉光流变化.
- 单光子雪崩二极管 (SPAD) 阵列是敏感的光子探测器.
- 直接飞行时间 (dToF) 提供深度信息.
研究的目的:
- 用贝叶斯式方法调整SPAD数组以用于基于伪事件的传感.
- 为了生成稀疏的事件流,表明场景变化 (强度和深度).
- 为了使积极的神经形态3D成像与减少数据冗余.
主要方法:
- 贝叶斯变化点检测策略应用于来自SPAD数组的dToF序列.
- 在线贝叶斯推理用于同时检测变化点和每个像素的参数估计.
- 产生异步强度和深度变化的事件流.
主要成果:
- 使用SPAD阵列作为伪事件摄像机的可行性.
- 从dToF数据成功生成强度和深度变化事件流.
- 算法产生强度和深度估计作为副产品.
结论:
- 建议的贝叶斯方法使SPAD阵列能够执行基于事件的传感,用于神经形态3D成像.
- 这种方法有效地检测到场景强度和/或深度的变化.
- 与单光子激光雷达 (SPL) 系统的集成为数据减少和深度变化报告提供了优势.
