一种基于脉冲神经网络的事件视频重构方法

AITNT
正文
推荐专利
一种基于脉冲神经网络的事件视频重构方法
申请号:CN202510290957
申请日期:2025-03-12
公开号:CN120220024A
公开日期:2025-06-27
类型:发明专利
摘要
本发明公开了一种基于脉冲神经网络的事件视频重构方法,特点是将目标事件视频按照固定时间间隔进行划分得到多个子事件视频,然后将每个子事件视频转换为对应的3D体素网格特征,最后将与每个子事件视频对应的3D体素网格特征依次送入训练后的异质脉冲神经网络模型得到对应的重构特征,最终组合得到重构视频,完成对目标事件视频的重构过程;优点是专门设计了具备异质性的脉冲神经网络,用以高效感知事件流的时空分布差异,从而减少重构视频的伪影和闪烁。
技术关键词
脉冲神经网络模型 网格特征 编码特征 视频重构方法 上采样 卷积模块 事件流 异质 输入解码器 编码器 传播算法 训练集 通道
系统为您推荐了相关专利信息
1
一种医学数据的分类方法、装置、设备、存储介质及产品
图像块特征 特征提取网络 切片 影像特征数据 断层扫描图像
2
一种基于RT-DETR的改进水下光学目标检测方法
训练集 加权特征 模型训练模块 注意力机制 图片
3
一种面向多尺度遥感影像的地表覆盖分类模型
多分辨率遥感影像 地表覆盖分类 上采样 视觉特征 金字塔池化模块
4
医学图像分割方法、系统、计算机设备以及存储介质
医学图像分割方法 多尺度特征融合 注意力机制 条件随机场模型 特征金字塔网络
5
一种增大感受野和多尺度融合的图像去雨算法
图像去雨算法 图像滤波技术 卷积神经网络设计 特征提取网络 融合特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号