基于惯性-动态视觉-单光子传感器融合信息的处理方法

本发明提供了一种基于惯性‑动态视觉‑单光子传感器融合信息的处理方法，涉及视觉信息处理技术领域，旨在解决现有片上训练算法由于计算量过大，资源消耗严重，导致难以满足实际需要的技术问题。该方法包括：获取目标的运动姿态信息、目标在指定区域场景下的动态信息和目标在指定区域场景下的静态细节信息；将获取到的信息输入脉冲神经网络进行识别处理，得到分类结果；其中，该脉冲神经网络的训练过程包括第一阶段和第二阶段；第一阶段用于对脉冲神经网络进行三值化权重处理，量化缩减脉冲神经网络的权重数据；第二阶段用于通过轻量化单层时空反向传播算法对经过第一阶段训练得到脉冲神经网络进行梯度简化处理，优化脉冲神经网络的计算效率。