基于事件的动态动作识别中的时序二值表示

本文提出了一种事件聚合策略，用于将事件相机的输出转换为可被传统计算机视觉算法处理的图像帧。所提出的方法首先生成一系列中间的二值化表示，随后通过简单的二进制到十进制转换，将其无损地压缩为一种紧凑格式。该策略能够将时间信息直接编码至像素值中，进而由深度学习模型进行解析与利用。我们将该方法（称为时间二值表示，Temporal Binary Representation）应用于手势识别任务，在广泛使用的DVS128手势数据集上取得了当前最优的性能。为充分验证所提方法相较于现有技术的有效性，我们还在更具挑战性的条件下采集了该数据集的扩展版本，用于后续实验。