本文主要是介绍【事件相机整理】硬件介绍、参数与性能指标，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
本文仅用于自己学习整理，不保证内容的完整性和准确性，仅供其他朋友参考。转载请注明出处。
1. 总线与感光器件
1.1 总线：AER
AER 全称 Address-Event-Representation，是一种在生物启发芯片之间传输脉冲信号的通信协议。用于传输事件数据。
Standard address event representation (AER) protocol. The address of the spiking neuron is encoded as a unique binary address, which is broadcasted on a digital bus. The decoder on the receiver de- codes the address and directs the signal to the appropriate location.
1.2 传感器形式：ATIS, DAVIS, DVS
DVS: Dynamic Vision Sensor，最基本的感受器，当亮度发生一定变化时产生事件。并不提供绝对亮度。一般来说提到的“事件”指的就是“纯DVS”输出的数据；
ATIS: Asynchronous Time Based Image Sensor，稍微早一些的事件相机采用这种传感器，能够提供事件信息和绝对亮度。简单来说是把每个DVS做到一个像素中，用于触发输出图像绝对值(Absolute Intensity)。具体原理并不是很了解，但存在一些缺点：1. 像素面积较大（因为融入了DVS做触发），2. 在光线较暗情况下触发速度慢，容易在总线上发生数据冲突
DAVIS: Dynamic and Active Pixel Vision Sensor，能够提供事件信息和绝对亮度，现在大多数提供绝对亮度的事件相机是这种方式。原理是将传统动态像素传感器(Active Pixel Sensor)和DVS做到一个像素，由DVS进行触发。由于电路原理，所占用的面积仅增加了5%。优点是：1. APS可以设置恒定速度（帧率）触发，也可以由DVS触发；2. 面积较小。缺点是：APS的动态响应相对较弱(55dB)
一般而言，DVS常包括了ATIS和DAVIS，且“事件相机”这一词也不区分是否包含完整绝对值图像。
2. 重要参数
2.1 分辨率
分辨率是使用者最在意的一个参数，一般而言DVS的分辨率不高，但也在快速提升，目前最高的已经能达到 1280 × 960 1280\times960 1280×960。但大多数还是在1000以下。
2.2 变化阈值C (Contrast sensitivity)
每个像素是否产生事件，是这个像素对应的亮度变化是否达到了一定的阈值，这个阈值一般是10%~50%的当前亮度，且大多数可以自行设定。阈值是个相对值也造就了DVS在光线极强极弱的情况下仍能感受到变化的原因(140dB)。从原理上来说，类似于一个电路中的比较器，达到上下阈值时重置并产生事件。
2.3 Fill Factor （感光面积）
前面提到一个像素中只有一小部分是DVS，且DVS中只有一部分面积用于接收光子。Fill Factor表示整个芯片区域上，有多大的面积能够感受光子。一般现有的传感器在20%左右，即真实世界反射过来100个光子大概只有20%被接收到。这个参数我认为应该是越大越好，但其实影响不大。
2.4 Pixel Size （像素大小）
从使用者角度来说，并不在意一个像素的大小。但像素的大小决定了芯片的大小，进而极大地影响了芯片硅的成本。
2.4 其他一些参数
功耗：一般都是 m W mW mW 级，从十几到几百不等，但几乎不会达到 W W W 级
延迟：一般都是 μ s \mu s μs 级，从个位数到上百不等，但一般不会超过100 μ s \mu s μs
动态范围：一般在 120 d B 120dB 120dB以上，性能强的能达到 140 d B 140dB 140dB，弱的也在 50 d B 50dB 50dB以上达到普通相机水平
噪声强度：一般指 25 ° 25\degree 25°下平均每像素每秒产生的噪声数，一般在 0.03 − 0.2 0.03-0.2 0.03−0.2之间，即每个像素大概1s内有零点几个发生的事件是噪声导致。
3. 噪声模型
3.1 产生噪声的原因
目前学术界对噪声的产生原因并没有完整的研究，只能给出一些造成的产生原因。
自然场景反射光子的不稳定：即一个像素对应的自然场景反射的光子不均匀，导致传入感光器件的光子不稳定，造成事件的不稳定，这个没法避免
变化阈值C的不稳定：由于前面介绍，事件产生是变化达到了当前亮度的一定百分比的C，类似于一个比较电路，那么电路中电流的不稳定会造成阈值的不稳定。实际比较的阈值一般认为是以理论值C为期望的正态分布，标准差 σ \sigma σ一般在 2 % − 4 % 2\%-4\% 2%−4%。
固定模式噪声 (FPN)：这类噪声是按空间分布的，一般是制造时产生的不一致性所引起的。更多查Wiki吧：https://en.wikipedia.org/wiki/Fixed-pattern_noise
总线冲突：运动速度较快时，大量数据在总线发生冲突，造成一定的错误。
3.2 噪声模型
既然学术界连产生原因都没分析透彻，那么噪声模型也只是不完善的。为何要考虑噪声模型？一是使用时可以根据噪声模型进行建模，取得一定抗扰性能的算法分析；二是有许多仿真器和模拟器，在生成数据时根据模型生成噪声从而更加真实。
常见的噪声模型用概率形式表示：例如一个事件观测到时，认为他是一个高斯分布和均匀分布的叠加，高斯分布的期望为真实值，而均匀分布代表没有事件时产生噪声的概率。
去噪声的方法：存在许多去噪声的方法，但核心是围绕保证快速实时性，因为数据到来很快且多，如果不是这种高速算法，那么就没有什么意义了。个人见到的去噪方法有：1.窗口抑制，即当一个事件发生后周围一个窗口（空间窗口，多为一圈即8个像素）内短时间内的事件认为是噪声；2.倔强时间法，refractory period，即认为当一个事件发生后，这个像素在短时间内产生的接下来的事件都是噪声，这种方式可以避免高速运动时同一个位置产生数据太密。
4. 综合评价
综合评价就根据之前的参数进行分析吧。列举一个表格，会给出参数，可以横向对比。以国产的CelePixel CeleX-V为例，我们发现它在分辨率和数据输出类型上吊打绝大多数DVS，但相应的噪声和功耗高一些、感光面积相对较小。
当然对大多数人来说最重要的还是价格，附个人查询表格一张，仅供参考
这篇关于【事件相机整理】硬件介绍、参数与性能指标的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
