43、基于事件的神经形态系统算法解析

基于事件的神经形态系统算法解析

1. 系统概述

在基于事件的神经形态系统中，有着诸多高效的处理机制。例如，平衡器手以500Hz的速率进行实际更新时，除法操作会被拆分，避免处理事件时出现大的间隙。对于显示动态视觉传感器（DVS）视网膜输出的液晶显示屏（LCD）面板更新，也进行了巧妙安排，每次接收到事件时仅更新LCD屏幕的两个像素，一个位于事件发生位置，另一个扫描LCD像素阵列并衰减该位置的值，这样能有效维护事件活动的二维直方图，且不会中断事件处理。

2. 算法示例

2.1 降噪滤波器

数据预处理在事件处理中十分重要，可以通过转换或丢弃事件来实现。常见的操作包括减小地址空间大小（如从128×128到64×64）或旋转图像，分别通过对x和y地址进行右移（子采样）或乘以旋转矩阵来完成。

以去除DVS传感器中不相关背景活动的算法（在jAER项目中开源为BackgroundActivityFilter）为例，该滤波器仅允许近期附近有支持事件的事件通过。其使用两个事件时间戳映射来存储状态，每个传感器有128×128像素，每个像素有ON和OFF输出事件，因此使用两个128×128像素的整数时间戳数组来存储时间戳。该滤波器有一个参数dT，指定事件通过的支持时间，即此事件与附近过去事件之间允许通过滤波器的最大时间间隔。具体步骤如下：
1. 将事件的时间戳存储在时间戳内存的所有相邻地址中，例如事件地址周围的8个像素地址，覆盖先前的值。
2. 检查事件的时间戳是否在该事件地址的时间戳映射中先前写入值的dT范围内。如果近期有先前事件发生，则将事件传递到输出，否则丢弃。

为优化性能，采用了两种优化方法：
1.