该文章介绍了一种利用稀疏解压表示来传达监控视频中的时间冗余的新系统。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。评估发现，相对于OpenCV的FAST特征检测速度提高了中位数43.7%。该系统只处理接收到新异步事件的像素，为神经形态传感器和脉冲神经网络应用提供了新的可能性。

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。