Los puntos clave no están disponibles para este artículo en este momento.
La cámara de púlsos inspirada en biología imita el principio de muestreo de la fóvea de primates. Presenta una alta resolución temporal y rango dinámico, mostrando una gran promesa en el reconocimiento de objetos en movimiento rápido. Sin embargo, el límite físico de la tecnología CMOS en cámaras de púlsos todavía limita su capacidad para reconocer objetos en movimiento a ultra alta velocidad, por ejemplo, movimientos extremadamente rápidos causan desenfoque durante el proceso de imagen de las cámaras de púlsos. Este artículo presenta el primer análisis teórico sobre las causas del desenfoque por movimiento de púlsos y propone una representación robusta que aborda este problema mediante el aprendizaje de contexto temporal-espacial. El método propuesto aprovecha la agregación de características de múltiples intervalos para capturar señales temporales y emplea convolución deformable residual para modelar la correlación espacial entre píxeles vecinos. Además, este artículo contribuye con un conjunto de datos original de reconocimiento de púlsos capturados en realidad que consiste en 12,000 objetos en movimiento a ultra alta velocidad (velocidad equivalente > 500 km/h). Los resultados experimentales muestran que el método propuesto alcanza un 73.2% de precisión en el reconocimiento de 10 clases de objetos en movimiento a ultra alta velocidad, superando todos los métodos de reconocimiento basados en púlsos existentes. Los recursos estarán disponibles en https://github.com/Evin-X/UHSR.
Zhao et al. (Sun,) estudiaron esta cuestión.