[发明专利]基于AER图像传感器的目标识别系统

说明书

技术领域

本发明涉及图像处理技术领域，尤其涉及一种基于事件驱动的后端处理系统，具有实时、 高速、并行、异步的优势，实现目标识别追踪的智能视觉图像应用。具体讲,即涉及基于AER 图像传感器的目标识别系统。

背景技术

随着网络技术、通信技术和多媒体处理技术的不断发展，计算机视觉技术的广泛应用， 运动物体识别的研究价值日渐凸现。它在交通监控、周界防护、虚拟现实、人机交互及移动 机器人导航等领域都有着广泛的应用。在智能监控系统中，对运动目标实现无人检测、监控 是当今研究的热点问题，涉及到图像获取、图像处理、模式识别和人工智能等多领域的核心 技术。

传统的目标识别系统包括图像采集和后端处理系统，参考图1，图像采集多采用CMOS图 像传感器采集图像，后端处理系统包括预处理、特征提取及识别过程。后端处理系统读取图 像信息后，首先采用平滑滤波对图像进行预处理，而图像信息处理的方法有很多，对于目标 识别追踪，最初的提取特征算法有背景差分法、帧间差分法、光流方法、数学形态学方法等， 最终实现识别的功能。

传统的目标识别系统往往存在一些不足。如：图像传感器将获取的大量原始图像数据串 行传送到后端处理系统中进行处理，由于是串行传送，所以存在严重的带宽限制；后端处理 系统利用软件对图像进行处理也是逐个像素串行处理的，由于串行传输和串行处理的限制， 传统目标识别系统的处理速度远远无法满足高速实时性需求。另外，传统目标识别算法虽然 操作简单，但考虑到目标形状的多样性，形状模型集和计算非常复杂，不能达到目标追踪的 实时输出，且面对复杂目标和背景噪声干扰大的图像时，提取结果也不够理想。因此，设计 一种实时、高速的目标识别系统是十分必要的。

发明内容

为克服现有技术的不足，提供一种基于AER异步事件驱动的目标识别系统。该系统能够 实时采集并处理从摄像头采集的图像信息，实现目标识别并提供目标位置参数等信息。为此， 本发明采取的技术方案是，基于AER图像传感器的目标识别系统，利用图像传感器和后端处 理系统两部分实现，图像传感器选用基于地址-事件表示(Address-EventRepresentation, AER)方法的图像传感器，用于高速采集图像数据，采集的图像数据并行传输到仲裁机制模块 中，通过仲裁机制模块判断传输的先后顺序并形成时间标签，时间标签仅包含时间信息和位 置坐标信息，图像数据和时间标签并行传输到后端处理系统中；后端处理系统用于对接收来 自AER图像传感器的事件数据进行快速并行计算处理，提取出运动目标，计算目标位置参数， 并显示出处理结果；其中后端处理系统由用于提取特征信息的多级卷积处理模块和神经网络 模块构成。

多级卷积处理模块由事件触发，并行接收前端图像传感器输出的事件信息，根据其地址 映射关系，仅对传感器像素光强变化的地址进行卷积处理；多级卷积处理模块共含有a层， 每层由多个二维平面组成，也就是子模块，设定义每层含有b_i个子模块，i为所处模块层数， 如第2层含有b₂个子模块，每一层卷积处理模块处理方法不同，处理方法分为提取特征法和 下采样方法，每层仅用一种处理方法，多级卷积处理模块各层采用提取特征法和下采样方法 交替进行。

提取特征法主要是：选取m_i×n_i大小的加伯变换Gabor卷积核，加伯变换，是小波变换 的一种，为加窗的傅立叶变换，唯一达到测不准关系下分界的函数，同一层中不同子模块的 m_i、n_i数值可能不同，以提取不同尺度下的目标特征信息，Gabor滤波器的频率和方向表示接 近人类视觉系统对于频率和方向的表示，表达式为：