arXiv · 图像模型
事件流显著性预测的 Transformer 方法
显著性预测在 RGB 图像和视频中已有大量研究，但事件相机数据的预测仍属前沿。该研究提出基于 Transformer 的事件流显著性预测模型，利用事件相机对动态场景的高时间分辨率优势，探索深度学习方法在神经形态视觉中的应用。实验验证了模型在事件数据上的有效性，为类脑计算与视觉注意的交叉领域提供新思路。
- 域名
arxiv.org- 评分
- 4 · 重要更新
- 发布
- 2026-05-22
导读
这条暂时没有深度导读，点上方「访问项目本体」直接到源页面查看。
原文摘要
Saliency prediction has been extensively studied in RGB images and videos as a computational model of human visual attention. In contrast, predicting saliency from event-based data remains largely unexplored, despite the biological inspiration and favorable sensing properties of event cameras. Two …