研究人员开发了一种新型视觉注意力模型,用于神经形态视觉系统,该模型基于低分辨率事件驱动输入来选择感兴趣区域(ROI)。该模型在Prophesee Automotive数据集上进行了评估,在各种尺度下均能稳健地选择ROI,在检测车辆、行人、交通标志等物体时准确率高达70.8%。该方法旨在减少带宽、内存和能源消耗,使其适用于边缘计算应用。 AI
影响 通过降低数据处理需求,该模型有望显著提高部署在边缘设备上的AI系统的效率。
排序理由 该集群描述了一篇详细介绍神经形态视觉系统新模型的学术论文。
- arXiv
- Hugging Face
- Prophesee Automotive dataset
- Neuromorphic vision systems
- pedestrian
- traffic light
- traffic sign
- vehicle types
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →