الكاميرات العصبية، المعروفة أيضًا باسم الكاميرات الحدثية، هي أجهزة استشعار غير متزامنة لتغير السطوع يمكنها التقاط حركة سريعة للغاية دون التعرض لتشويه الحركة، مما يجعلها واعدة بشكل خاص لإعادة بناء الصور ثلاثية الأبعاد في البيئات القاسية. ومع ذلك، فإن البحوث الحالية حول إعادة بناء الصور ثلاثية الأبعاد باستخدام الكاميرات العصبية الأحادية محدودة، وأغلب الأساليب تعتمد على تقدير الأولويات الفيزيائية وتستخدم أنابيب عمل معقدة تتكون من عدة خطوات. في هذا العمل، نقترح طريقة شاملة لإعادة بناء الصور ثلاثية الأبعاد الكثيفة باستخدام الكاميرات العصبية التي تلغي الحاجة إلى تقدير الأولويات الفيزيائية. يدمج طرحنا تمثيل حدث جديد يعزز ميزات الحواف، مما يمكّن النموذج المقترح لتعزيز الميزات من التعلم بشكل أكثر فعالية. بالإضافة إلى ذلك، قدمنا مبدأ اختيار عتبة التحويل الثنائي الأمثل كدليل للبحوث المستقبلية ذات الصلة، مستخدمين أفضل النتائج التي تم تحقيقها بفضل تحسين العتبة كمعيار مرجعي. حققت طرحتنا تحسنًا بنسبة 54.6٪ في دقة إعادة البناء مقارنة بالطريقة الأساسية.