跨模态时空相关性分析的事件-可见光联合视频增强方法

本发明公开了跨模态时空相关性分析的事件‑可见光联合视频增强方法，步骤是：1）通过事件相机仿真模型生成对应的动态事件流帧，划分数据集；2）构建基于UNet的Feature Extractor模块，特征提取；3）构建基于BCPS的跨模态重建单元，恢复可见光视频帧的轮廓信息；4）构建空域噪声过滤网络VSNF和时域噪声过滤网络VTNF，分别特征分析；5）构建基于UNet的特征融合模块，生成符合人类视觉感知特性的去噪结果；6）设计损失函数，通过多次循环训练达到最佳平衡状态。本发明属于图像处理技术领域，解决了现有技术去噪过程中动态特征提取不完全，时域信息利用不充分，视频的整体视觉质量低的问题。