Time-Ordered Recent Event (TORE) Volumes for Event Cameras论文笔记

一.背景

因为CNN只能处理同步事件，现在的论文中大部分是通过给定时间窗口，在时间窗口中将异步的事件数据转换为传统的帧进行同步处理，但是事件流是非常稀疏的，使用事件窗口这种方法会丢失很多信息，并且无法利用事件是稀疏的特性，因此，需要构造异步事件的同步表示，以最好地保持事件数据的时空完整性，并且利用事件的稀疏性。

本论文开发了一种紧凑且内存高效的事件数据到同步帧的转换方式Time-Ordered Recent Events (TORE) Volume，并且证明了该事件的表示方法在检测，去躁，重建， 姿态识别领域上均有提高。

本文的代码开源了，但是是用matlab写的！！！！！太折磨人了

二.方法

论文中的图直观的说明了核心做法：

 首先一个很简单的道理：较老的事件没有新的事件重要，所以本文采取的策略是记录最新的几个事件丢弃之前的事件，本文通过在每个像素位置使用“先进先出”（FIFO）缓冲区实现（这个缓冲区是白色的方框，同样有k层，类似于栈的感觉，图中画的只是一层），k代表设置的队列长度，表示队列中可以存储的事件个数，随着时间的增长不断更新，用公式表示：