Resumen

Las cámaras de eventos que transmiten cambios de intensidad por píxel han surgido como un candidato prometedor en aplicaciones como la electrónica de consumo, la automatización industrial y los vehículos autónomos, debido a su eficiencia y robustez. Para mantener estas ventajas inherentes, el equilibrio entre eficiencia y precisión se presenta como una prioridad en los algoritmos basados en eventos. Gracias a la predominancia de técnicas de aprendizaje profundo y la compatibilidad entre las redes neuronales espiking bioinspiradas y los sensores basados en eventos, los enfoques basados en datos se han convertido en un punto caliente, que junto con el hardware y los conjuntos de datos dedicados constituyen un campo emergente llamado tecnología basada en datos impulsada por eventos. Centrándose en la tecnología basada en datos en visión basada en eventos, este artículo primero explica el principio de funcionamiento, las ventajas y la naturaleza intrínseca de las cámaras de eventos, así como los conocimientos previos en visión basada en eventos, presentando una visión general

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Cámaras de eventos; Eficiencia; Precisión; Técnicas de aprendizaje profundo; Redes neuronales de disparo; Enfoques basados en datos
• Keywords:Event cameras; Efficiency; Accuracy; Deep learning techniques; Spiking neural networks; Data-driven approaches