边界引导脉冲网络

能耗低17.8倍

利用纯事件边界信息引导分割编码器，在保持脉冲神经网络能效的同时显著提升语义分割精度。

Long, Xianlei · Xiaxin, Zhu · Guo, F. · 陈超 · Zhu, Xiangwei · 古富强 · Songyu, Yuan · 张春龙

IEEE Transactions on Circuits and Systems for Video Technology 2025

参数信息

DDD17 mIoU提升

1.57 %

DSEC mIoU提升

1.91 %

能耗降低倍数

17.76 ×

技术优势

精度超越SOTA SNN

在DDD17和DSEC数据集上分别比现有最佳SNN方法高出1.57%和1.91% mIoU，证明边界引导机制有效。

能耗降低17.76倍

与ANN模型相比能耗降低17.76倍，使得在低功耗平台上部署成为可能。

纯事件驱动

仅利用事件流提取边界信息来引导分割编码器，无需转换成帧图像，保留了SNN的能效优势。

应用场景

• 自动驾驶：为自动驾驶提供低能耗、高精度的实时语义分割
• 机器人视觉：在机器人平台上实现高效事件视觉感知
• 可穿戴设备：以极低能耗支持可穿戴设备上的视觉任务
• 事件相机：充分利用事件相机数据特性进行语义分割