收录：
摘要：
本发明公开了基于事件相机的车辆目标检测方法，基于事件相机，利用深度学习技术研究了一种极端场景下的车辆目标检测方法。事件相机可以异步生成帧和事件数据，对克服运动模糊和极端光照条件有很大帮助。首先将事件转为事件图像，然后将帧图像和事件图像同时送入融合卷积神经网络，增加对事件图像进行特征提取的卷积层；同时在网络的中间层通过融合模块将二者的特征进行融合；最后重新设计损失函数提高了车辆目标检测的有效性。本发明的方法可以弥补在极端场景下仅使用帧图像进行目标检测的不足，在使用帧图像的基础上在融合卷积神经网络中融合事件图像，增强了在极端场景中车辆目标检测的效果。
关键词：
通讯作者信息：
电子邮件地址：
