阅读说明：本技术 对闪烁进行过滤的基于事件的传感器 (The sensor based on event that flashing is filtered ) 是由 伊塔·朗 纳坦·赫里·莱维 于 2019-05-23 设计创作，主要内容包括：基于事件的传感器包括光电阵列和处理电路。光电阵列包括单元的阵列。每个单元包括光电传感器和强度监控电路,光电传感器生成取决于投射在单元上的光的强度的传感器信号,强度监控电路在光强度增加时输出开信号,并在光强度减小时输出关信号。处理电路被配置为响应于开信号和关信号来生成事件,滤除由闪烁光引起的事件,并使由运动引起的事件通过。(Sensor based on event includes photovoltaic array and processing circuit.Photovoltaic array includes cellular array.Each unit includes photoelectric sensor and intensity monitoring circuit, and photoelectric sensor generates the sensor signal for depending on the intensity for the light being incident upon on unit, and intensity monitors circuit and exports ON signal when luminous intensity increases, and exports OFF signal when luminous intensity reduces.Processing circuit is configured to respond to ON signal and OFF signal to generate event, filters out the event as caused by scintillation light, and passes through the event caused by moving.)

对闪烁进行过滤的基于事件的传感器

技术领域

本发明构思的示例性实施例涉及基于事件的传感器。

背景技术

基于事件的传感器输出像素级亮度变化流，称为事件。通常，事件是由场景中的移动生成的。然而，当暴露于闪烁光时，由于闪烁光的强度的变化，基于事件的传感器生成许多不想要的事件。这种现象对事件数据流的后续处理造成了非常高的负担，并且可能阻碍传感器用于实时应用。

发明内容

根据本发明构思的示例性实施例，基于事件的传感器包括光电阵列和处理电路。光电阵列包括单元的阵列。每个单元包括光电传感器和强度监控电路，光电传感器生成取决于投射在单元上的光的强度的传感器信号，强度监控电路在光强度增加时输出开(ON)信号，并在光强度减小时输出关(OFF)信号。处理电路被配置为响应于开信号和关信号来生成事件，滤除由闪烁光引起的事件，并使由运动引起的事件通过。事件的极性由信号的类型确定(即，开或关)。

根据本发明构思的示例性实施例，提供了一种控制基于事件的传感器来滤除由闪烁光引起的事件的方法。事件指示基于事件的传感器的光电阵列的单元是接收到强度增加的光还是强度减小的光。该方法包括：比较事件中的当前事件与事件中的先前的事件，以确定是否发生极性变化(例如，从开到关或者从关到开)；当发生极性变化并且先前的事件具有相同的极性变化时，计算事件中的当前事件与先前事件之间的时间差；使用时间差来确定闪烁概率；以及当闪烁概率高于阈值概率时滤除当前事件。

根据本发明构思的示例性实施例，提供了一种控制基于事件的传感器的方法。基于事件的传感器包括光电阵列，光电阵列针对该光电阵列的每个单元输出指示光的强度是增加还是减小的信号。所述方法包括：根据每个信号生成极性事件；选择极性事件中的具有极性变化的一个极性事件；计算所选择的极性事件与极性事件中的具有相同的极性变化的后一个极性事件的时间差；基于时间差来确定闪烁概率；以及如果闪烁概率高于阈值概率，则滤除所选择的极性事件。

本发明构思的至少一个目标是使由场景中的运动而生成的事件通过并滤除由闪烁光引起的事件。

附图说明

通过参考附图详细描述本发明的示例性实施例，本发明构思将变得更加明显，在附图中：

图1A示出了根据本发明构思的示例性实施例的基于事件的传感器；

图1B示出了根据本发明构思的示例性实施例的基于事件的传感器的光电阵列的单元；

图2示出了根据本发明构思的实施例的施加到单元的光以及可以根据光生成的事件和时间差的示例；

图3示出了生成要在本发明构思的实施例中使用的概率分布函数(PDF)的方法；

图4示出了根据本发明构思的示例性实施例的滤除由基于事件的传感器所生成的由闪烁光引起的事件的方法；

图5示出了根据包括仅闪烁事件的场景生成的示例性PDF，该PDF可以在本发明构思的实施例中用于滤除由闪烁光引起的事件；

图6示出了根据不包括闪烁事件的场景生成的示例性PDF，该PDF可以在本发明构思的实施例中用于滤除由闪烁光引起的事件；

图7示出了光电阵列的单元的闪烁状态的状态图；

图8示出了可以在本发明构思的实施例中使用的隐藏式马尔可夫(markov)模型；

图9示出了根据本发明构思的示例性实施例的用于更新闪烁概率的方法，该闪烁概率可以用于滤除由闪烁光引起的事件；并且

图10示出了根据本发明构思的示例性实施例的滤除由闪烁引起的事件的方法。

具体实施方式

在下文中，将结合附图来描述本发明构思的示例性实施例。下面，提供诸如详细配置和结构之类的细节以帮助读者理解本发明构思的实施例。因此，在不脱离本发明构思的实施例的情况下，可以对本文所描述的实施例进行各种变化或修改。

除了在以下详细描述中描述或者在附图中示出的组件之外，附图或详细描述中的模块还可以与其他模块连接。模块或组件之间的每个连接可以是通过通信进行的连接，或者可以是物理连接。

本发明构思的至少一个实施例提供了一种基于事件的传感器，该基于事件的传感器能够捕获由光强度的变化触发的事件，滤除由闪烁的光引起的事件，并保留由物体或者个人或者传感器的运动引起的事件。因此，稍后对剩余事件进行操作以检测移动物体的过程可以更高效且更快速地运行，因为它对更少的事件进行操作。因此，执行该过程的计算机使用比需要对所有事件进行操作的传统物体检测算法更少的计算资源(例如，更少的CPU、更少的核、更少的存储器)。因此，可以极大地提高计算机的运行。

图1A示出了根据本发明构思的示例性实施例的基于事件的传感器。基于事件的传感器包括光电阵列101、处理电路102(例如，数字信号处理器)和存储器103。

在实施例中，光电阵列101包括按行和列布置的多个单元，其中每个单元可以被称为像素。

图1B示出了根据本发明构思的示例性实施例的单元中的单元120。单元120包括光电传感器121(例如，光电二极管)，光电传感器121生成与施加到单元120的入射光的量(例如，强度)成比例的光电流(传感器信号)。单元120还包括强度监控电路122，强度监控电路122监控传感器信号以确定光的强度是增加还是减小，在强度增加时输出开(ON)信号，并且在强度减小时输出关(OFF)信号。

在实施例中，监控电路包括电容器、至少一个阈值检测器和放电器件。可以用与传感器信号的时间导数成比例的电流来对电容器充电。阈值检测器可以检测电容器上的电压是否超过阈值，并且在电压确实超过阈值的情况下生成输出信号。放电器件可以用于在出现输出信号之后对电容器放电。换句话说，将电容器充电(或者放电)到给定电荷(由阈值定义)生成输出信号的形式的事件。在实施例中，仅在入射光强度变化时发生光电阵列101之外的数据通信。

因此，光电阵列101可以将每个单元的一个开/关信号输出到处理电路102。例如，图2的第一部分示出了施加到给定单元的光的强度随时间周期性地增加和减小的示例。

处理电路102滤除由闪烁光引起的开/关信号并保留由运动引起的开/关信号。由AC电网(例如，50Hz、60Hz)供电的灯泡生成的光生成闪烁光，该闪烁光可能被错误地解释为是由物体或者个人或者传感器的运动引起的。因此，处理电路102可以丢弃由闪烁光引起的开/关信号，并使用剩余的开/关信号来更高效地检测移动物体的存在及其范围(例如，宽度、长度、尺寸)。由于处理电路102对较少的开/关信号进行操作，因此它可以更快速且更准确地执行检测。开/关信号可以用于重建单元处的输入信号。通过在每个开信号处添加给定强度和在每个关信号处减去相同强度，可以针对光电阵列101的给定单元计算所重建的输入信号。例如，如果最初为单元分配了预定义的光强度并且然后针对该单元输出开信号，则将给定强度被添加到预定义的光强度以生成所得到的光强度。如果相反地已经针对该单元输出了关信号，则从预定义的光强度中减去给定强度以生成所得到的光强度。

处理电路102可以将一个或多个控制信号CTRL输出到光电阵列101，以使得输出开/关信号。光电阵列101的每个单元可以连接到使用控制信号CTRL之一寻址的不同的列线和行线。例如，处理电路102可以将控制信号CTRL的行信号施加到连接到单元的行线并将控制信号CTRL的列信号施加到连接到同一单元的列线，以使单元在一段时间内连续地输出开信号和关信号之一。

在示例性实施例中，处理电路102执行如下方法：根据从基于事件的传感器捕获的配置场景中生成的开/关信号来生成概率分布函数；并且滤除从基于事件的传感器捕获的新场景中生成的、由闪烁光引起而不是由运动引起的开/关信号。该方法可以被实现为存储在存储器103中并且可由处理电路102的处理器执行的程序。在备选实施例中，使用处理电路102的逻辑电路来实现该方法的步骤。

图3示出了根据本发明构思的示例性实施例的根据由光电阵列101生成的开/关信号来生成概率分布函数的方法。

参考图3，该方法包括在给定时段期间根据从光电阵列(例如101)的单元(例如120)输出的开/关信号来生成极性事件(S301)。

处理电路102可以为接收到的每个开信号生成极性开事件。极性开事件可以包括对应单元的坐标和接收到对应开信号的时间。此外，极性开事件指示光强度正在增加。例如，图2的第二部分示出了在时间t₁、t₂、t₄、t₅、t₇和t₁₀处接收到给定单元的极性开事件。

处理电路102为接收到的每个关信号生成极性关事件。极性关事件可以包括对应单元的坐标和接收到对应关信号的时间。此外，极性关事件表示光强度正在减小。例如，图2的第二部分示出了在时间t₃、t₆、t₈、t₉和t₁₁处接收到给定单元的极性关事件。

图3的方法还包括根据极性事件来计算极性变化事件(S302)。极性变化事件可以是极性开->关变化事件或极性关->开变化事件。极性开->关变化事件指示在发生极性开事件之后发生极性关事件(光强度先增加然后减小)。极性关->开变化事件指示在发生极性关事件之后发生极性开事件(例如，光强度先减小然后增加)。图2的第三部分示出了在时间t₃、t₆、t₈和t₁₁处发生极性开->关变化事件。根据在时间t₂处发生的极性开事件和在时间t₃处发生的极性关事件来确定t₃处的极性开->关变化事件，根据在时间t₅处发生的极性开事件和在时间t₆处发生的极性关事件来确定t₆处的极性开->关变化事件，等等。图2的第三部分示出了在时间t₄、t₇和t₁₀处发生的极性关->开变化事件。根据在时间t₃处发生的极性关事件和在时间t₄处发生的极性开事件来确定t₄处的极性关->开变化事件，根据在时间t₆处发生的极性关事件和在时间t₇处发生的极性开事件来确定t₇处的极性关->开变化事件，等等。

在实施例中，极性变化事件包括作为极性变化事件的组成事件发生的时间中的后一时间的、事件发生的时间。例如，时间t₃处的极性开->关事件包括时间t₃，因为它源自于在时间t₂处发生的极性开事件和在时间t₃处发生的极性关事件中的后一事件。

图3的方法还包括确定彼此连续的相同类型的极性变化事件的时间差(TD)(S303)。两个连续的相同类型的极性变化事件之间的时间差包括两个连续的极性开->关变化事件之间的时间差或者两个连续的极性关->开变化事件之间的时间差。图2的第三部分和第四部分示出了时间差(dt)的示例。例如，第一时间差dt₁根据t₃处的开->关变化事件与时间t₆处的开->关变化事件之间的时间差来计算，第二时间差dt₂根据时间t₄处的关->开变化事件与t₇处的关->开变化事件之间的时间差来计算，第三时间差dt₃根据t₆处的开->关变化事件与t₈处的开->关变化事件之间的时间差来计算。图2的第四部分示出了时间差的长度的比较。

图3的方法还包括根据时间差来生成概率分布函数(S304)。例如，当概率分布函数被描绘为图形时，x轴表示时间差，并且y轴表示存在给定时间差的概率。

图4示出了根据本发明的示例性实施例的滤除归因于闪烁光的开/关信号的方法。该方法包括确定具有闪烁且没有运动的场景的第一概率分布函数(S401)。例如，图1的基于事件的传感器在加电后可以请求用户将基于事件的传感器应用于包括闪烁光并且不包括移动物体的场景。例如，基于事件的传感器可以包括呈现指令的显示器，该指令通知用户通过以下操作来配置该基于事件的传感器：在没有物体在场景中移动时打开由AC电网供电的、将光投射到场景上的至少一个灯；并且然后应用基于事件的传感器来捕获场景的光强度。然后，基于事件的传感器可以将图3的方法应用于作为捕获的结果而生成的开/关信号，以计算第一概率分布函数。

图5示出了第一概率分布函数的示例，该第一概率分布函数可以根据以下操作使用步骤S401来生成：在没有移动物体的情况下，将由50Hz电网供电的一个或多个灯投射到场景上，并且使用基于事件的传感器来捕获场景的光强度。然而，本发明构思不限于任何特定频率的电网，因为50Hz仅用作示例。例如，可以使用60Hz电网来代替50Hz电网。如图5所示，闪烁光的强度具有重复的图案，时间周期为1/(2*50)＝10ms。在该闪烁场景中，大多数TD测量集中在大约10ms。偶尔，由光电阵列101丢弃开/关信号。因此，还存在按照10ms的倍数(例如20ms、30ms等)的TD测量。另外，在开/关信号的定时中可能存在抖动，这导致TD测量的扩展。

该方法还包括确定没有闪烁而具有运动的场景的第二概率分布函数(S402)。例如，在图1的基于事件的传感器根据先前的场景生成第一概率分布函数之后，它可以请求用户将基于事件的传感器应用于场景以捕获没有闪烁光而包括移动物体的场景的光强度。例如，基于事件的传感器的显示器接下来可以呈现指令，该指令通知用户当物体在场景中移动时(例如，当主体走过场景时)关闭由AC电网供电的、将光投射到场景上的所有灯，然后使用基于事件的传感器来捕获场景的光强度。然后，基于事件的传感器可以将图3的方法应用于作为第二次捕获的结果而生成的开/关信号，以计算第二概率分布函数。

图6示出了第二概率分布函数的示例，该第二概率分布函数可以根据以下操作使用步骤S402来生成：在存在移动物体的情况下，关闭由AC电网供电的否则会将光投射到场景上的所有灯，并且使用基于事件的传感器来捕获场景的光强度。例如，用户可以当人员走过场景并且闪烁光被关闭(可以仍然存在自然光)时使用基于事件的传感器来捕获光强度。对于这种非闪烁场景，极性变化应取决于场景中的移动。这些移动通常是非重复的。因此，在图6中，时间差测量具有近似均匀的分布。

图5和图6中的时间差测量的分布之间的差异使其成为用于分离闪烁生成的事件与移动生成的事件的良好候选。

光电阵列101的每个像素可以具有两种状态：闪烁和非闪烁(见图7)。像素的状态被标记为X_i，其中i是像素的时间差事件的序列索引。X_i可以具有值{0，1}，分别对应于{非闪烁，闪烁}状态。当极性变化事件之后是相同类型的极性变化事件时，发生时间差事件。根据构成时间差事件的极性变化事件中的后一事件来确定时间差事件的时间。例如，在图2的第四部分中，在时间t₆、t₇、t₈、t₁₀和t₁₁处发生时间差事件。例如，时间t₆处的时间差事件是由时间t₃处的开->关极性变化事件和t₆处的开->关极性变化事件引起的，时间t₇处的时间差事件是由时间t₄处的关->开极性变化事件和时间t₇处的关->开极性变化事件引起的。

在生成时间差事件之前，存在处于任一状态的先验概率。该概率被标记为(X₀)。此外，存在状态之间的转变概率，被描述为(X_i|X_i-1)。

每个状态具有用于时间差测量的概率分布函数(PDF)，其被称为发射概率。这些PDF被标记为(dt|X_i)。

闪烁过滤问题可以被建模为隐藏式马尔可夫模型(HMM)链(参见图8)。单元120(像素)的状态被视为隐藏式变量。时间差测量是可测量变量。我们的目标是估计像素处于闪烁状态的概率。

利用每个时间差测量来更新闪烁概率。给定时间差测量(dt₁，dt₂，…，dt_i)，第i步处的闪烁概率被表示为(X_i|dt_1：i)。

闪烁概率的更新通过以下步骤来完成：

1.初始化：

a.将初始闪烁概率设置为先验概率p(X₀＝1)

b.(X₀＝0)＝1-(X₀＝1)。

2.更新：

a.给定：

i.最近一步的闪烁概率p(X_i-1＝1|dt_1：i-1)。

ii.p(X_i-1＝0|dt_1：i-1)＝1-p(X_i-1＝1|dt_1：i-1)。

b.预测步骤：

i.p(Xi＝1|dt1：i-1)＝p(Xi＝1Xi-1＝0)·p(Xi-1＝0|dtl：i-1)+p(Xi＝1|Xi-1＝1)·p(Xi-1＝1|dtl：i11)

ii.p(X_i＝0|dt_1：i-1)＝1-p(X_i＝1|dt_1：i-1)

c.贝叶斯(Bayesian)更新步骤：

1.

ii.p(X_i＝0|dt_1：i)＝1-p(X_i＝1|dt_1：i)

滤除对应于高闪烁概率的极性事件。如果极性事件不导致极性变化，则考虑最近的闪烁概率。

一旦作为执行图4的前两个步骤的结果配置了基于事件的传感器，图4的方法的其余部分可以用于滤除根据新场景生成的开/关信号。

参考图4，该方法包括将基于事件的传感器应用于新场景(S403)。虽然新场景通常包括移动物体和闪烁光，但是本发明构思不限于此。例如，新场景可以不包括闪烁光或者可以不包括移动物体。

该方法还包括根据从基于事件的传感器的光电阵列101的单元输出的开/关信号来生成极性事件(例如，极性开/关事件)(S404)。例如，在图2中的时间t₁至t₁₁处生成的极性事件是极性事件的示例。

该方法还包括通过极性事件推进直到找到所选择的具有极性变化的极性事件(S405)。例如，图2中的时间t₃处的极性事件是具有极性变化的极性事件的示例，因为光强度在先前时间t₂处增加之后在时间t₃处减小。

该方法还包括计算所选择的极性事件与具有相同类型的极性变化的后一个极性事件的时间差(S406)。例如，图2中的时间差dt₁是所计算的时间差的示例，因为它是时间t₃处的极性事件与时间t₆处的极性事件之间的差，其中时间t₆处的极性事件反映了先前光强度增加之后的光强度的减小。

该方法接下来包括基于时间差、第一概率分布函数(PDF)和第二PDF来确定闪烁概率(S407)。闪烁概率可以包括非闪烁状态概率和闪烁状态概率。

该方法然后包括在闪烁概率高于阈值概率的情况下滤除所选择的极性事件(S408)。例如，如果闪烁概率大于阈值概率，则所选择的极性事件(即，特定时间处的光强度的对应增加或者对应减小)可能是由闪烁光而不是由运动引起的。如果存在像素的更多的极性事件要处理，则该方法可以重新开始到步骤S405。如果不存在当前像素的更多的极性事件要处理，则该方法可以针对基于事件的传感器的新像素重新开始到步骤S404。

然后，可以由处理电路102对剩余的极性事件进行操作，以检测场景中是否存在移动物体、移动物体在场景中的位置和移动物体的尺寸。

确定闪烁概率的步骤S407可以通过执行根据本发明构思的示例性实施例的图9的方法来完成。

该方法包括设置初始非闪烁概率p(X₀＝0)和初始闪烁概率p(X₀＝1)(S901)。初始非闪烁概率p(X₀＝0)是最初假设的概率，即，给定的光强度变化不是由闪烁光引起的(例如，是由物体的运动引起的)。初始闪烁概率是给定的光强度变化是由闪烁光引起的最初假设的概率。在示例性实施例中，初始非闪烁概率p(X₀＝0)和初始闪烁概率p(X₀＝1)二者都可以被设置为0.5。

该方法还包括设置非闪烁/闪烁转变概率(S902)。在实施例中，非闪烁/闪烁转变概率包括非闪烁状态->非闪烁状态概率p(X_i＝0|X_i-1＝0)(例如，保持非闪烁状态的概率)、非闪烁状态->闪烁状态概率p(X_i＝1|X_i-1＝0)(例如，从非闪烁状态转变为闪烁状态的概率)、闪烁状态->非闪烁状态概率p(X_i＝0|X_i-1＝1)(从闪烁状态转变为非闪烁状态的概率)以闪烁状态->闪烁状态概率p(X_i＝1|X_i-1＝1)(例如，保持闪烁状态的概率)。

该方法包括根据初始闪烁概率和转变概率来确定闪烁状态概率p(X_i＝1)和非闪烁状态概率p(X_i＝0)(S903)。例如，如果初始非闪烁概率p(X₀＝0)＝0.5，初始闪烁概率p(X₀＝1)＝0.5，非闪烁状态->闪烁状态概率p(X_i＝1|X_i-1＝0)＝0.1，并且闪烁状态->闪烁状态概率p(X_i＝1|X_i-1＝1)＝0.95，则可以通过(非闪烁状态->闪烁状态概率*初始非闪烁状态概率)+(闪烁状态->闪烁状态概率*初始闪烁状态概率)＝0.10*0.5+0.95*0.5＝0.525的闪烁概率p(X_i＝1)来计算闪烁概率p(X_i＝1)，这依据上述预测步骤2b。然后，可以通过从1中减去闪烁概率0.525来计算非闪烁概率，从而得到0.475的非闪烁概率p(X_i＝0)。

该方法还包括确定第一PDF(例如，图5)中的时间差的发射概率，其中第一PDF表示时间差的具有仅闪烁事件的场景(S904)。例如，如果时间差dt₁＝10.44ms，则作为示例，沿着第一PDF中的y轴的第一PDF发射概率p(dt_i＝10.44|X_i＝1)可以是0.037。

该方法还包括确定第二PDF(例如，参见图6)中的时间差的发射概率，其中第二PDF表示具有运动事件而无闪烁的场景(S905)。例如，如果时间差dt₁＝10.44ms，则作为示例，沿着第二PDF中的y轴的第二PDF发射概率p(dt_i＝10.44|X_i＝0)可以是0.00018。

该方法还包括基于初始概率、转变概率和发射概率来更新非闪烁状态概率和闪烁状态概率(S906)。例如，可以通过(第一PDF发射概率＝0.037*先前的闪烁状态概率＝0.525)/((第二PDF发射概率＝0.00018*先前的非闪烁状态概率＝0.475)+(第一PDF发射概率＝0.037*先前的闪烁状态概率＝0.525))＝0.9956来计算更新的闪烁状态概率，这是依据上述贝叶斯更新步骤2c。然后，可以通过从1减去更新的闪烁状态概率(0.9956)来计算更新的非闪烁状态概率，以得到更新的非闪烁状态概率0.0044。因为更新的闪烁状态概率如此之高，所以从中导出时间差dt₁＝10.44ms的极性事件可能是由闪烁光而不是运动引起的，并且因此可以被滤除。

对于与像素相关联的下一个时间差测量的下一个闪烁概率计算，使用更新的闪烁概率而不是初始闪烁概率，以此类推。

图10示出了根据本发明构思的示例性实施例的滤除来自基于事件的传感器(例如，针对其光电阵列的每个单元(像素)生成指示投射在单元上的光的强度是增加还是减小的开/关信号的传感器)的事件的方法。

该方法包括输入事件(S1001)。例如，由基于事件的传感器的光电阵列101输出的开或关信号通过信号线输入到处理电路102，其识别对应像素，处理电路102确定接收到信号的当前时间，并且根据该信息生成用于输入到处理电路102的过滤电路或过滤方法的事件。该事件指示当时投射在单元上的光的强度是增加还是减小。

该方法还包括加载用于像素的最近的极性(S1002)。例如，加载像素的最近捕获的极性。例如，最近的极性可以指示光的强度正在增加或者减小。

该方法还包括根据输入事件和最近的极性事件确定是否已经发生极性变化(S1003)。例如，参考图2，如果输入事件对应于时间t₆处的与减小光强度相对应的事件，则最近的极性将是时间t₅处的具有增加的强度的事件，并且因此处理电路102将得出已经发生极性变化(例如，开->关)的结论。

如果已经发生极性变化，则该方法还包括保存当前极性(S1004)。在上述示例中，系统将保存减小的光强度的极性，因为在时间t₆处施加到对应输入事件的像素的光的强度正在减小。执行保存，使得可以对下一个输入事件执行步骤S1003的极性变化检查。在实施例中，所保存的极性被存储在存储器103中。

如果已经发生极性变化，则该方法还包括加载最近的极性变化时间(S1005)。例如，加载与步骤S1003中确定的极性变化相同类型的最近的极性变化。例如，如图2所示，因为时间t₆处的当前事件具有极性开->关变化，因此相同类型的最近的极性变化发生在时间t₃处。因此，加载在时间t₃处发生的事件的时间。可以从存储器103加载事件的时间。

该方法还包括根据经历了极性变化的事件和加载的事件时间计算时间差测量(S1006)。在上述示例中，将计算t₃处的事件和t₆处的事件之间的时间差dt₁。

该方法还包括保存当前的极性变化(S1007)。在上述示例中，所保存的极性变化是增加强度，之后减小强度(开->关)，因为光强度在先前的时间t₅处增加而在当前的时间t₆处减小。所保存的极性变化可以指示极性变化的类型(例如，开->关或者关->开)和极性变化发生的时间。在上述示例中，该时间将是t₆。所保存的极性变化可以被保存在存储器103中。

该方法还包括使用所计算的时间差测量来更新闪烁概率(S1008)。例如，如上所述，可以使用先前所计算的像素的闪烁概率(或者初始设置的闪烁概率)、来自表示仅闪烁而没有运动的事件的PDF的时间差测量的发射概率P(dt|1)(例如，参见图5)和来自表示没有闪烁而具有运动的事件的PDF的时间差测量的发射概率P(dt|0)来更新闪烁概率。

该方法还包括保存当前的闪烁概率(S1009)。例如，保存用于像素的更新的闪烁概率并将其与像素相关联，使得它可以用作先前计算的闪烁概率，用于更新同一像素处的下一个开/关极性事件的闪烁概率。

该方法还包括确定更新的闪烁概率是否高于阈值概率(S1010)。如果更新的闪烁概率是上述示例中的0.9956，并且作为示例的阈值概率是0.7，则更新的闪烁概率高于阈值，并且因此当前的事件将被丢弃(S1011)。然而，如果作为示例，时间差测量替代地是15ms，则其更新的闪烁概率可能小于阈值概率，并且因此将使当前的事件通过(S1012)。丢弃的事件由于它可能是由闪烁光而不是运动生成的而被丢弃。通过的事件由于它可能是由物体的运动生成的而通过。

该方法还包括：如果确定没有发生极性变化，则加载最近的闪烁概率(S1013)。例如，如图2所示，在时间t₉处没有发生极性变化，因为光强度在先前的时间t₈处同样减小。因此，在时间t₈处计算的像素的任何闪烁概率也用于在时间t₉处发生的事件。因此，如果时间t₈处的闪烁概率导致先前的事件被丢弃，则t₉处的事件也将被丢弃。同样地，如果时间t₈处的闪烁概率导致先前的事件通过，则t₉处的事件也将通过。

上述方法可以有形地体现在一种或多种计算机可读介质上(即，诸如硬盘、磁性软盘、RAM、ROM、CD ROM、闪存等的程序存储设备，并且可由诸如具有处理器、存储器和输入/输出接口的通用数字计算机之类的包含合适的架构的任何设备或机器执行)。

当场景中存在闪烁光时，它用不想要的事件使基于事件的传感器的事件数据流过载。即使当存在适量的闪烁光时，这也可能阻碍传感器的使用。因此，本发明的实施例通过滤除由闪烁光生成的事件并使由场景中的移动生成的事件通过来防止这种过载。

尽管已经结合本发明的示例性实施例描述了本发明构思，但是本领域技术人员将理解，可以在基本不脱离本发明构思的原理的情况下对这些实施例进行各种修改。