• 简介
• • 脉冲相机
  • SpikeCV 架构
• 安装说明
• • 安装
  • 数据集
  • • 目前已开源的数据集包括：
• 引用方式
• 开源许可证
• 开发单位

注意：目前是开发版本，部分用例尚未通过测试。

面向超高速脉冲相机的开源视觉框架 —— SpikeCV

”我们不仅提供锤子，还制造钉子，捕光制电，让我们打开前所未见的视觉新世界。 “

中文|English

SpikeCV具体文档地址为：https://spikecv.readthedocs.io

---

简介

脉冲相机

超高速脉冲相机模拟灵长类视网膜编码原理，每个像素位置直接根据光强变化独立发放脉冲。如下图(b)中显示，当光子累计达到预先设定好的阈值时就产生脉冲比特流，1表示发放脉冲，0表示无脉冲。与图(a)中展示的传统相机成像区别是，常见的数码相机按照一个较低的固定频率产生静止图片序列，无法有效记录光的高速变化过程，例如拍摄场景存在高速运动时，产生的图片会存在运动模糊。而脉冲相机目前可按照40KHZ的频率将光信号转化为脉冲比特流，记录的视觉时空变化较为完整，可应用超高速视觉场景的采集、表示、编码、检测、跟踪和识别等任务。

上图出自论文：Huang T, Zheng Y, Yu Z, et al. 1000× Faster Camera and Machine Vision with Ordinary Devices[J]. Engineering, 2022. 更多关于脉冲相机的细节请参考这篇文章。

SpikeCV 架构

如上图所示，SpikeCV主要包含三个部分：

1. Datasets 脉冲相机数据集：
   • Raw Spikes：由脉冲相机产生或模拟器生成的脉冲流
   • HFR Videos：与脉冲流对应的高帧率视频流（High-Frame-Rate Videos, HFR)，可用于检验基于脉冲相机的超高速场景重构算法
   • Optical Flow：拍摄/模拟场景的光流信息
   • Stero Depth：双目、单目脉冲相机拍摄场景的深度信息
   • Object Labels：场景中物体的类别标签信息
   • Bounding Boxes：表示运动/前景物体所在位置及大小的候选框，可用于检测、跟踪等任务
2. Algorithm Library 算法库：
   • SpkData：主要用于加载脉冲相机数据与脉冲流对应的标签数据（Ground Truth, GT），和模拟脉冲相机原理的脉冲生成
   • SpkProc：面向脉冲相机的模型及算法，包含Filters滤波器、Reconstrution重构算法、OF Estimation光流估计、Depth Estimation深度估计、Deteciton 物体检测、Tracking多目标跟踪 和物体识别 等模块
   • Tools：工具类接口，包含：
     • Visualization —— 脉冲流或各类视觉任务结果的可视化
     • Metrics —— 各类视觉任务结果的定量评价指标
     • Utils —— 辅助开发工具，例如数据路径处理等
3. Device Interface 硬件实时接口：提供脉冲相机驱动及配套的数据采集，实时脉冲数据处理接口。可支持用于目前已发行的脉冲相机作为输入，或使用离线文件进行模拟相机数据调试。

安装说明

安装

建议使用Anaconda创建专属于 SpikeCV 的使用环境

# 从启智平台下载代码仓库
git clone https://git.openi.org.cn/Cordium/SpikeCV.git 
cd SpikeCV
python setup.py install

数据集

SpikeCV 脚本的运行依赖于开源框架的数据集，因此请确保所执行任务对应的数据集下载成功，可通过网页下载或是通过命令行从指定的数据集链接下载，例如：

cd SpikeCV\SpkData\datasets
wget -c SpikeCV数据集的网页链接 -O | tar -xz

对于较大的数据集，建议直接从启智SpikeCV仓库的数据集地址下载，并将数据集文件夹解压缩到SpikeCV\SpkData\datasets 目录下。

目前已开源的数据集包括：

数据集名称	描述	样例
recVidarReal2019	脉冲相机高速运动数据集。包括超高速运动物体（ClassA）和相机高速运动（ClassB）两类场景。
motVidarReal2020	脉冲相机真实拍摄的多目标检测跟踪数据集，带有标签数据，可用于多目标运动物体的检测跟踪任务。
momVidarReal2021	Multi-Object-Motion 脉冲数据集：51段真实场景脉冲序列；提供多种物体运动模式和高速运行场景下的实拍Vidar脉冲流，种类丰富，速度较快；可用于脉冲图像重构、高速目标检测跟踪、运动分析(运动分割、光流估计)等任务。
OpticalFlowSPIFT	模拟多种飞行物体Spike flything things （SPIFT）场景，带有高速移动目标的光流数据，可应用于高速场景重构、高速目标检测跟踪、运动分析等任务（如光流估计等）。
OpticalFlowPHM	模拟真实场景高速运动Photo-realistic High-speed Motion（PHM）场景，带有高速移动目标的光流数据，可应用于高速场景重构、高速目标检测跟踪、运动分析等任务（如光流估计等）。
PKU-Vidar-DVS	联合事件相机DVS和脉冲相机脉冲流的数据集，脉冲相机提供高速纹理采样，事件相机进行高速动态采样，提供12Meps的事件流, 25 Hz RGB图像（346 x 260）。该数据集提供候选框标注数据，可用于高速与极端光照场景下目标精准检测的任务。
PKU-Spike-Stereo	双目脉冲相机结合深度数据，提供脉冲流和ZED深度图，包含室内室外的高速运动场景，10类目标，887个深度标注图。

引用方式

@misc{SpikeCV,
	title = {SpikeCV},
	author = {Zheng, Yajing and Zhang, Jiyuan and Zhao Rui and Ding, Jianhao and Li, Jianing and Chen, Shiyan and Yu, Zhaofei, Huang, Tiejun and other contributors},
	year = {2022},
	howpublished = {\url{https://git.openi.org.cn/Cordium/SpikeCV.git}},
}

更多脉冲相机的相关文章请参见 Publications.md。

若有问题可通过以下邮箱进行咨询：

• spikecv@outlook.com

开源许可证

SpikeCV 开源项目是在Apache2.0许可证下授权的，请参考License.md查阅许可详情。

开发单位

SpikeCV是由北京大学视频与视觉技术国家工程研究中心牵头组织，脉冲视觉公司参与的开源项目。