Существующие методы анализа целей через рассеянные среды в основном направлены на неподвижные цели, при этом условия освещения окружающей среды или внешние условия имеют решающее значение для результатов анализа целей, что предъявляет высокие требования к динамическому диапазону и временному разрешению устройств сбора изображений. Камера событий благодаря своему высокому динамическому диапазону, высокой временной разрешающей способности и низкой задержке предоставляет новые решения для указанных проблем. В данной работе рассматривается проблема плохой детекции движущихся целей через тонкую рассеивающую среду при слабом освещении с использованием камеры событий. С использованием алгоритма V2E и градиентного пятнистого изображения был подготовлен набор данных "событийных пятен" и применена сеть классификации ResNet для классификации целей, достигнув точности 94,27% для десятиклассовой задачи. Экспериментальные результаты показывают, что использование потока событий имеет огромный потенциал в анализе информации целей через рассеивающие среды.

пятнистая визуализация;камера событий;нейронные сети