目 录
第 1章绪论
1.1 课题背景及研究目的和意义
1.2 传统图像传感器与事件相机
1.3 国内外研究现状
1.3.1 目标检测研究现状
1.3.2 事件相机研究现状
1.3.3 研究现状分析
1.4 本文主要研究内容
第 2章事件相机分类及事件模型搭建
2.1 引言
2.2 事件相机分类
2.2.1 动态视觉传感器
2.2.2 基于时间异步动态视觉传感器
2.2.3 动态有源像素视觉传感器
2.2 事件生成原理
2.3 事件处理原理
2.3.1 逐事件处理原理
2.3.2 组事件处理原理
2.3.3 脉冲神经网络原理
2.4 多对一转换模型
2.5 本章小结
第 3章基于事件的特征检测算法研究
3.1 引言
3.2 基于事件的特征提取方法设计
3.2.1 Haar-like特征
3.2.2 LBP 特征
3.2.3 HOG 特征
3.2.4 改进 HOG 特征
3.3 基于事件的支持向量机检测算法研究
3.3.1 支持向量机算法
3.2.2 改进多分类支持向量机算法
3.4 本章小结
第 4章基于事件的卷积神经网络检测算法研究
4.1 引言
4.2 基于事件的卷积神经网络设计
4.2.1 事件处理模型
4.2.2 基于事件的卷积层设计
4.2.3 基于事件的最大池化层设计
4.2.4 基于事件的检测网络设计
4.3 基于事件的损失函数设计
4.4 本章小结
第 5章目标检测算法实现及结果分析
5.1 引言
5.2 数据处理与设计
5.3 检测算法分析与比较
5.3.1 改进 HOG+SVM检测算法结果分析
5.3.2 基于事件的深度学习检测算法结果分析
5.3.3 检测算法比较与分析
5.4 本章小结
结 论
参考文献
声明
致 谢
哈尔滨工业大学;