Research, Applications and Prospects of Event-Based Pedestrian Detection: A Survey

基于生物视网膜的启示，事件相机已经发展成为一种具有极低功耗、极小延迟、超强时间分辨率和广阔动态范围的尖端传感器。目前，用于行人检测的相机主要是基于帧的成像传感器，这些相机的响应时间缓慢且数据冗余量大。相比之下，事件相机通过避免无关的数据传输和消除高速成像场景下的运动模糊，解决了这些限制。本文对基于事件相机的行人检测进行了全面的研究和应用评估，特别是在自动驾驶背景下。通过对相关文献的系统分析，本文概述了事件检测相对于传统基于帧的方法的基本原理、发展轨迹以及比较优缺点。本文对各种事件流输入及其对应的网络模型进行了深入分析，以评估它们在不同操作环境下的适用性。本文还深入探讨了关键数据集和数据采集技术，以及处理事件流数据的先进算法。最后，本文综合了现有的研究成果，强调了事件检测行人检测的独特优势和持续挑战，并对这个快速发展的领域未来的发展进行了展望。

本论文旨在探讨基于事件的相机在行人检测方面的应用，比较其与传统基于帧的检测方法的优缺点，并提出未来发展方向。

论文重点介绍了基于事件的相机的原理、发展历程、数据集和算法，并分析了不同事件流输入和相应网络模型在多种操作环境下的适用性。

论文强调了基于事件的相机在行人检测方面的独特优势，如极低的功耗、快速响应时间、高动态范围等，并提出了未来研究的方向。

与本论文相关的研究包括：1. 'Dynamic Object Detection with Event-based Cameras'；2. 'Event-based Object Detection with a Dynamic Convolutional Network'；3. 'Event-based Pedestrian Detection Using Multi-Scale Features and Spatiotemporal Attention Mechanism'等。