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

Inventor： 陈广 ,  刘佩根 ,  沈律宇 ,  宁翔宇 ,  唐笠轩

IPC: G06T7/13 ,  G06T7/66

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。

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

Inventor： 陈广 ,  刘佩根 ,  沈律宇 ,  宁翔宇 ,  唐笠轩

IPC: G06T7/13 ,  G06T7/66

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。

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

Inventor： 陈广 ,  刘佩根 ,  沈律宇 ,  宁翔宇 ,  唐笠轩

IPC: G06T7/30

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。

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

Inventor： 陈广 ,  刘佩根 ,  沈律宇 ,  宁翔宇 ,  唐笠轩

IPC: G06T7/30

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。