类脑计算

本方向专注于事件相机（Event Camera）信号的处理与高阶视觉应用，旨在挖掘类脑视觉传感器的极速与高动态范围优势。主要研究内容包括：构建基于自注意力的事件分组与特征提取框架，通过分层聚合提升表征能力；设计纹理增强网络，利用迭代融合技术还原图像细节；探索事件引导的语义分割与多模态特征融合模型，增强复杂场景下的解析能力。此外，我们还致力于开发高效的事件特征选择与检测架构，利用稀疏选择机制在保证精度的同时大幅提升计算效率，为高速运动目标检测与极端光照场景下的视觉感知提供技术支撑。