摘要
本发明提出了基于运动感知与时空协同建模的事件相机光流估计方法,包括以下步骤:准备数据集;将事件数据划分并编码为时空体素表示;构建运动感知时空聚合模型,包括双向相关体积模块、空间特征增强模块和时空运动协同模块;利用训练集对模型进行训练,并通过反向传播算法不断优化模型参数,生成对应的高分辨率稠密光流图。本发明方法能够有效缓解事件数据稀疏性导致的空间信息缺失问题,并利用时间一致性增强运动轨迹的稳定感知能力,从而显著提升光流估计的准确性,适用于自动驾驶、机器人导航、智能监控等高动态环境下对精确运动感知和实时响应能力要求较高的任务场景。
技术关键词
光流估计方法
事件相机
运动特征
空间结构信息
深度递归神经网络
模块
序列
交叉注意力机制
传播算法
运动编码器
线性变换矩阵
多传感器融合
训练集
梯度下降算法
分支
数据嵌入
混合器
动态
性能监控
系统为您推荐了相关专利信息
情景
三维地质模型
运动分析方法
三维地质建模
岩土体
体积特征
视频检测方法
运动特征
自然场景
特征提取网络
运动特征
状态空间模型
网络模块
纹理特征提取
估计方法
图像特征数据
吸烟检测方法
吸烟检测系统
脑电信号识别
运动特征