Evaluación de visión neuromórfica: lecciones aprendidas de la visión por computadora

Los sensores de visión neuromórfica han mejorado considerablemente desde que se presentó la primera retina de silicio hace casi tres décadas. Recientemente han madurado hasta el punto en que están disponibles comercialmente y pueden ser operados por legos. Sin embargo, a pesar de la mejor disponibilidad de sensores, sigue habiendo una falta de buenos conjuntos de datos, mientras que los algoritmos para procesar datos visuales basados en picos aún están en su infancia. Por otro lado, los algoritmos de visión por computadora basados en fotogramas están mucho más maduros, en parte gracias a conjuntos de datos ampliamente aceptados que permiten la comparación directa entre algoritmos y fomentan la competencia. Se nos presenta una oportunidad única para dar forma al desarrollo de referencias y desafíos de visión neuromórfica aprovechando lo que se ha aprendido sobre el uso de conjuntos de datos en la visión por computadora basada en fotogramas. Aprovechando esta oportunidad, en este artículo revisamos el papel que han jugado las referencias y los desafíos en el avance de la visión por computadora basada en fotogramas, y sugerimos pautas para la creación de referencias y desafíos de visión neuromórfica. También discutimos los desafíos únicos que se enfrentan al evaluar algoritmos de visión neuromórfica, particularmente al intentar proporcionar una comparación directa con la visión por computadora basada en fotogramas.