事件相机或神经形态相机的工作原理
图像捕捉技术通过事件相机实现了概念上的飞跃。与拍摄完整帧的系统不同，这些相机以异步方式运行，模拟人类眼睛和大脑感知运动的方式。这种范式消除了全局快门速度的需求🧠。
一个只在发生变化时才“说话”的传感器
传感器中的每个光电二极管作为一个独立单元工作。与在固定间隔读取整个阵列不同，每个像素持续测量光线。只有当特定点的光强变化超过阈值时，才生成一个事件。这个事件是一个小数据包，包括位置（x,y）、微秒级时间戳以及光线是增加还是减少。
事件的关键特性：- 精确坐标：指示检测到变化的确切像素。
- 微秒时间戳：以极高精度记录瞬间。
- 极性：指示亮度是增加还是减少。
传感器不读取非活动像素。完全静态的景观生成零数据，从而最大化效率。
仅传输变化内容的优势
这种方法产生非常稀疏的数据流。通过避免捕获和处理冗余信息，为实时图形和计算机视觉应用带来了根本性益处。
主要益处：- 超低延迟：微秒级别，非常适合跟踪极快运动。
- 高有效速度：相当于数万“帧”/秒而无运动模糊。
- 带宽和存储效率：大幅减少传输和保存的数据量。
应用与捕捉技术的未来
能够以微观时间细节记录闪电，同时忽略静态场景的能力，为视觉效果、机器人技术和增强现实开辟了大门。这项技术不是取代传统相机，而是为速度和效率至关重要的场景提供互补工具。其受生物学启发的运行原理，代表了向更智能和选择性的处理视觉信息模式的转变💡。