基于异步事件流的空间点目标跟踪方法

在当前的空间态势感知领域，针对快速移动的空间点目标的检测与跟踪，传统的基于帧的视觉传感器表现出了一定的局限性，难以满足日益增长的任务需求.因此，基于神经形态学的事件相机，凭借其高时间分辨率和高动态范围，已成为目前的研究焦点.提出一种基于异步事件流的空间点目标跟踪方法.通过单层脉冲神经元滤除其中的噪声，并得到候选目标；采用最近邻运动轨迹关联对候选目标进行持续跟踪，从而得到每个候选目标的运动轨迹；通过特征权重虚警滤除去除候选目标中的虚警目标，保留实际的空间点目标的运动轨迹.在实验阶段，分别使用CeleX-V事件相机测量事件数据和公共空间目标事件数据集(EBSSA数据集)验证了所提出算法的有效性.实验结果显示，在灵敏度和信息量两项指标上，相较于文中提到的基于事件的空间目标跟踪方法具有一定的优势，证明了基于异步事件流的空间点目标跟踪方法能够准确地从原始事件流数据中检测出一个或多个空间点目标，并获取其运动轨迹.