[发明专利]用于AER图像传感器的目标追踪方法

说明书

本发明涉及AER图像传感器图像识别领域，为根据基于AER图像传感器的识别系统对于追踪算法事件驱动、低计算复杂度以及提供目标状态的要求，本发明旨在提出一种用于AER图像传感器的目标追踪方法。本发明采用的技术方案是，用于AER图像传感器的目标追踪方法，基于事件驱动，产生不同追踪器来区分不同目标，每个追踪器包含以下信息：追踪器的中心坐标x_c，尺寸R_c，搜索范围R_k，追踪器产生时间T_c，最后接受事件时间T_l，活跃值A共计6个参数。本发明主要应用于图像传感器图像识别场合。

技术领域

本发明涉及AER图像传感器图像识别领域，尤其涉及一种用于AER图像传感器的目标追踪方法。

背景技术

在实时目标识别领域，对于高分辨率和帧频的爆发式需求增加了信息传输和储存压力，对识别的处理速度也提出了巨大的要求，后端算法和架构的优化无法从根本上解决诸多瓶颈，极大限制了识别系统的发展。AER(Address-Event Representation,AER,地址-事件表示)图像传感器是一种模拟生物视觉皮层上的异步稀疏事件驱动信号处理的仿生视觉传感器。该传感器的像素将光强变化信息编码成事件，且只有检测到光强变化的像素才可以输出事件，显著地减少了冗余数据，为突破实时识别系统的瓶颈提供了新思路。

与帧驱动的传统图像传感器不同的是，AER图像传感器输出的异步的事件流，每个事件包含发生光强变化的像素地址、产生时间以及事件极性(光强增大或减小)。而大多数现存的图像处理算法都是基于帧驱动，无法直接利用于AER数据处理。将事件分割成固定时长的时间片是一个简单的适应这些算法的办法，但是无法利用AER传感器的优势，增加了各部分算法的处理时间，不利于实时识别系统的性能。

在实际的应用中，目标追踪算法是必不可少的，既要实现目标检测的功能，给出目标的实时位置，又要防止噪声的干扰。如果存在多个运动的目标，在诸多情况下，例如目标交叠时，仍然保证能精确定位不同目标，是追踪算法实现的关键。此外，对于基于AER图像传感器的追踪算法，事件驱动的概念尤为重要。分割时间片的算法可能会导致一个瞬间动作或目标被分割入两个时间片，影响追踪的精确度。

目前已有诸多基于事件驱动的簇追踪算法，但是各个算法基本上都是在特定的应用中才能发挥最好的性能，常用的追踪算法主要是为了实现目标的检测，而目标识别领域中，不同目标的状态决定了是否达到识别的要求，这在对运动目标的持续监控中显得尤为重要。此外，针对目标识别这个特殊的应用，尽可能简化算法复杂度，减少计算资源消耗是极为必要的。设计一款用于AER图像传感器的事件驱动目标追踪算法，为后端的识别提供目标状态信息显得极为关键。

发明内容

为克服现有技术的不足，根据基于AER图像传感器的识别系统对于追踪算法事件驱动、低计算复杂度以及提供目标状态的要求，本发明旨在提出一种用于AER图像传感器的目标追踪方法。本发明采用的技术方案是，用于AER图像传感器的目标追踪方法，基于事件驱动，产生不同追踪器来区分不同目标，每个追踪器包含以下信息：追踪器的中心坐标x_c，尺寸R_c，搜索范围R_k，追踪器产生时间T_c，最后接受事件时间T_l，活跃值A共计6个参数；

根据AER传感器输出的事件流的产生时间，按照顺序处理各个事件，对于坐标为x_e的一个事件，首先计算它与现存的各个追踪器的欧氏距离R，如果它处于某个追踪器的搜索范围R_k之内，则该追踪器的参数会被更新，如果多个追踪器满足条件，则具有最早产生时间的追踪器会被更新，(1)为欧氏距离计算以及追踪器判别公式：

R＝|x_c-x_e|＜R_k (1)