[发明专利]一种基于仿生分层脉冲神经网络的AER对象识别方法

摘要

本发明为一种基于仿生分层脉冲神经网络的AER对象识别方法，该识别方法的过程是：首先将AER传感器输出的原始事件流数据进行基于脉冲神经元的事件流去噪；然后，将去噪后的事件流输入给时空特征提取和分类模块，最后输出分类结果。将传统图像的基于奖励调节STDP学习规则的脉冲神经网络创造性地应用在AER事件流数据上，可以深入提取事件流数据的时空特征，分类时充分利用了脉冲的时间信息，可以提高分类准确性，能够提取更加复杂的特征。此外采用基于脉冲神经元的事件流去噪方式，综合考虑事件的时间和空间信息，计算简便，去噪效果好，计算量低，速度快，能够提高SNNs提取事件流数据特征的能力和分类性能。