该研究提出了一种利用稀疏解压表示来传达监控视频中时间冗余的新系统。通过将帧视频转码为稀疏的、异步的强度样本，引入了内容适应、有损压缩和经典视觉算法的异步形式的机制。相对于OpenCV的FAST特征检测速度提高了中位数43.7%。该系统为神经形态传感器铺平了道路，并适用于未来的脉冲神经网络应用。

该研究介绍了一个名为REVIDE的视频数据集，包含清晰和有雾条件下的视频，同时提出了一种使用时间冗余的视频去雾算法，并使用变形金刚网络结构验证了所提出数据集的相关性。