Bio-inspired sensors technology

L'intento di questa challenge è sviluppare una comprensione fondamentale delle caratteristiche dei sensori neuromorfici (a partire dai sensori commerciali in banda visibile attualmente disponibili) e applicare tale conoscenza allo sviluppo di algoritmi di D&T che sfruttino appieno il le loro caratteristiche.

La sfida include anche la capacità di generare algoritmi capaci di elaborare rapidamente e tracciare relazioni tra un gran numero di eventi separati e di correlare rilevamenti temporalmente e spazialmente separati.

Il problema della Detection e Tracking (D&T) di oggetti in movimento nello spazio è stato oggetto di ricerca negli ultimi decenni, tanto che ad oggi sono disponibili numerosi algoritmi in grado di fornire soluzioni molto efficaci in un'ampia gamma di condizioni. Esistono tuttavia scenari in cui gli algoritmi di rilevamento e tracciamento tradizionali non funzionano in maniera soddisfacente. Tra questi vale la pena citare la D&T di oggetti molto veloci rispetto ai tempi di acquisizione dei normali sensori o in scenari che richiedono la gestione di gamme dinamiche molto elevate (ad esempio in condizioni di abbagliamento): in queste situazioni le prestazioni dei sistemi tradizionali risultano insoddisfacenti a causa della modalità con cui i sensori normalmente acquisiscono le immagini.

I sensori tradizionali acquisiscono infatti le immagini in frame regolari; questo metodo di funzionamento impone una serie di limitazioni, tra le quali la gamma dinamica ridotta e soprattutto la velocità di risposta relativamente bassa. Oltretutto, la necessità di acquisire ed analizzare frames molto grandi su base regolare comporta l’introduzione di artefatti nell’immagine (motion blur), oltre alla necessità di elaborare file di dati di grandi dimensioni spesso pieni di informazioni ridondanti.