一种基于改进型多级脉冲编码器的DVS图像分类方法

本发明公开一种基于改进型多级脉冲编码器的DVS图像分类方法，其具体包括：获取DVS格式的原始图像数据集，基于脉冲神经网络的块分离模块进行预处理，将原始图像分割为图像块序列；构造改进型多级脉冲编码器，将得到的图像块序列转换为具有高维语义的特征向量；设计线性层分类结构，将得到的特征向量映射为对应预测的分类类别，完成对DVS图像的分类。本发明所提出的方法通过脉冲自注意力机制使得提取的特征更加关注事件流数据，实现了比以往的深度卷积网络更有生物合理性，在分类精度上更加精确的DVS图像分类。