什么是事件视觉？

自150年前传统相机出现以来，所有传统的视频工具都是通过每秒捕捉一些静止帧来表现运动。这种图像快速地展示，会造成一种连续运动的错觉。从翻页书到电影摄像机，这种错觉变得更加令人信服，但其基本结构从未改变。

对于计算机来说，这种运动的表现形式用处不大。相机在每一帧之间的信息是无法被捕捉的。即使相机在记录，它的每一张“快照”图像也不包含场景中元素运动的信息。而且在每张图像中，不相关的同一背景对象被重复记录，产生过多无用的数据。

过度采样:天空，草地和树木

未采样:高尔夫球手、球杆和球的运

参考一个高尔夫球手挥杆的视频：传统传感器对整个场景应用固定帧率，假设为每秒30帧。重要的信息是球杆的摆动和球的移动，但传感器会在帧之间漏掉这部分信息 ，反而反复记录他身后静止的天空、树木和草地。

进化发展出一种优雅的解决方案，使自然视觉永远不会遇到这些问题。自然视觉不需要帧。当眼睛里的细胞检测到场景的变化——一个事件时，它们就会向大脑报告。如果没有变化，细胞就不会报告任何信息。物体移动得越多，眼睛和大脑对它的采样就越多。

这一过程使人类视觉能够收集所需的所有信息，而无需浪费时间和精力重新处理场景中不变部分的图像。

通过只记录变化，眼睛和大脑可以从每秒1000次的变化中收集有用的信息，而不需要动用大量的脑力。捕食者和猎物都没有时间浪费在处理无关信息上。

这是一种基于事件的视觉独立感受器，只收集所有必要的信息。

参照眼睛和大脑，Prophesee创造了神经形态传感器和仿生算法。这种方法使得计算机视觉得到根本性的转变——从基于帧的传感器转向事件视觉系统，也称为事件摄像机。

每个像素只在感觉到运动时才被触发。在基于帧的传感器中，所有像素同时记录，而在基于事件的传感器中，每个像素完全独立。

当每个像素只有在被触发时才可以自由记录时，所创建的信息不会逐帧到达。相反，运动被捕捉为连续的信息流。帧与帧之间没有任何损失。

The Prophesee sensor records a rotating robotic arm as a continuous stream of movement.

基于事件的视觉系统感知场景的活力，忽略不相关的内容。.它们产生的数据比传统传感器少1000倍，同时实现了>10 000 fps的更高等效时间分辨率。

通过绕过传统计算机视觉的固有限制，基于事件的视觉正在为覆汽车、人工智能和深度学习、工业自动化、物联网、安全、监控和医疗保健等诸多领域带来革命。