神经形态卫星观测的噪声过滤基准
原文中文，约300字，阅读约需1分钟。发表于：。本研究针对活动相机在低光照条件下所面临的背景噪声问题进行探讨，该噪声会干扰稀疏卫星信号的检测和跟踪。我们提出了一种新的事件驱动噪声过滤算法，分类为基于逻辑和基于学习的方法，针对极稀疏场景的噪声进行有效过滤。实验结果显示，相比于现有算法，我们的方法在信号保留和噪声去除的准确性上具有显著优势，并且同时提供了一个新的高分辨率卫星数据集以供进一步研究。
本研究探讨了低光照下活动相机的背景噪声问题，提出了一种新型事件驱动噪声过滤算法，结合逻辑与学习方法，有效去除极稀疏场景中的噪声。实验结果表明，该算法在信号保留和噪声去除方面优于现有技术，并提供了新的高分辨率卫星数据集。
