9、基于事件的神经形态系统中的硅视网膜技术解析

基于事件的神经形态系统中的硅视网膜技术解析

1. 相关参数计算

从公式(3.11)可以得出 $\theta$ 和 $\sigma_{\theta}$ 的计算表达式：
$\theta = \frac{C}{N}$；
$\sigma_{\theta} = \frac{\theta\sigma_{N}}{N}$，
(3.12)
其中，$C$ 是在均匀照明条件下使用点光度计从刺激源测量得到的；$N$ 和 $\sigma_{N}$ 是从直方图中测量得到的。

2. DVS 阈值匹配测量方法

Posch 和 Matolin（2011）总结了许多动态视觉传感器（DVS）像素的特性，并报告了一种使用闪烁 LED 测量 DVS 阈值匹配的有用方法。该方法通过分析 S 形逻辑函数概率 DVS 事件对 LED 强度阶跃变化的响应来表征其特性。

LED 刺激源具有易于控制的优点，但缺点是会同步刺激所有被照亮的像素，这限制了其实际应用范围，通常只能用于几百个像素，若要测量响应时间抖动，适用的像素数量会更少。在阵列上创建一个小的 LED 闪烁点并非易事，尤其是当周围像素必须由稳定的光强度均匀照亮以减少其暗电流噪声产生的活动时（当 DVS 阈值设置较低时，这种噪声活动可能会很显著）。因此，这种方法可能最适合用于能够将像素活动限制在可控感兴趣区域（ROI）的传感器。

也可以使用显示器来生成刺激源，但要注意确保屏幕不闪烁。因为大多数屏幕使用背光占空比调制来控制背光强度，将显示器亮度调至最大通常可以关闭 PWM 背光亮度控制，从而显著减少显示器闪烁。在使用计算机显示器刺激像素并得出定量结论之前，还应仔细研究显示器的延迟和像素同步性。