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
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
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
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
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