一种基于时空状态空间模型的事件相机行人检测方法

本发明涉及人工智能计算机视觉技术领域，具体涉及一种基于时空状态空间模型的事件相机行人检测方法，包括：基于事件相机采集行人检测数据集，获取原始事件数据，并进行预处理，确定事件张量，得到事件帧序列；通过状态空间结合事件张量进行建模，界定事件驱动的递归时空状态空间模块为核心单元，构建得到同构深度神经网络架构；采用训练集训练同构深度神经网络架构，并通过验证集进行验证；将测试集输入验证后的同构深度神经网络架构进行检测，生成行人检测结果；在统一框架内实现“稀疏适配—动态捕捉—噪声抑制”的协同优化，不仅在理论上契合事件相机基于亮度变化触发的本质特性，而且在实际复杂场景下展现出更高的鲁棒性与泛化能力。