一种基于动态视觉传感器的角点检测方法

    公开(公告)号:CN109919957A

    公开(公告)日:2019-06-21

    申请号:CN201910017402.5

    申请日:2019-01-08

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于动态视觉传感器的角点检测方法,包括以下步骤:1)针对动态视觉传感器数据中每一个新传入的事件,以其为圆心,构建角点检测模板;2)根据圆心处事件的极性与时间戳,统计模板内相应事件的个数;3)根据所统计相应事件的个数,判定圆心处是否为初始角点;4)对所确定的初始角点进行非极大值抑制,获得最终角点。与现有技术相比,本发明具有快速准确等优点。

    一种基于动态视觉传感器的角点检测方法

    公开(公告)号:CN109919957B

    公开(公告)日:2020-11-27

    申请号:CN201910017402.5

    申请日:2019-01-08

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于动态视觉传感器的角点检测方法,包括以下步骤:1)针对动态视觉传感器数据中每一个新传入的事件,以其为圆心,构建角点检测模板;2)根据圆心处事件的极性与时间戳,统计模板内相应事件的个数;3)根据所统计相应事件的个数,判定圆心处是否为初始角点;4)对所确定的初始角点进行非极大值抑制,获得最终角点。与现有技术相比,本发明具有快速准确等优点。

    一种基于深度学习的双目动态视觉传感器立体匹配方法

    公开(公告)号:CN109801314B

    公开(公告)日:2020-10-02

    申请号:CN201910044239.1

    申请日:2019-01-17

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于深度学习的双目动态视觉传感器立体匹配方法,包括以下步骤:1)根据双目事件相机数据集中的深度信息生成训练点对;2)构建适用于动态视觉传感器事件流中事件的表征方式;3)根据表征方式对事件训练点对进行表征,并送入孪生神经网络进行训练,并根据训练结果进行立体匹配。与现有技术相比,本发明具有匹配精度高、匹配速度快等优点。

    一种基于深度学习的双目动态视觉传感器立体匹配方法

    公开(公告)号:CN109801314A

    公开(公告)日:2019-05-24

    申请号:CN201910044239.1

    申请日:2019-01-17

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于深度学习的双目动态视觉传感器立体匹配方法,包括以下步骤:1)根据双目事件相机数据集中的深度信息生成训练点对;2)构建适用于动态视觉传感器事件流中事件的表征方式;3)根据表征方式对事件训练点对进行表征,并送入孪生神经网络进行训练,并根据训练结果进行立体匹配。与现有技术相比,本发明具有匹配精度高、匹配速度快等优点。

Patent Agency Ranking