イベント駆動型ニューロモーフィックビジョンによりエネルギー効率の高いビジュアル・プレイス認識を実現
arXiv cs.CV / 2026/4/7
📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、イベントベースのカメラとスパイキングニューラルネットワークを用いてコンパクトなプレイス記述子を生成する、イベント駆動型ニューロモーフィック・ビジュアル・プレイス認識手法「SpikeVPR」を提案する。
- SpikeVPRは、サロゲート勾配学習によってエンドツーエンドで訓練され、少数の例示のみで、照明・視点・見え（appearance）の極端な変化に対して不変性を備えるよう設計されている。
- 本手法には、新たな拡張（augmentation）技術である「EventDilation」が含まれており、速度や時間的ダイナミクスの変動に対する頑健性を高めることを目的としている。
- Brisbane-Event-VPRおよびNSAVPでの実験では、最先端の深層ネットワークと同等の性能を示しつつ、パラメータ数は大幅に少なく（約50倍少ない）、エネルギー消費も大きく抑えられている（30〜250倍少ない）。
- 著者らは、スパイクベースの符号化が、現実世界のエネルギー制約のあるモバイルおよびニューロモーフィック・プラットフォーム上で頑健なVPRを展開するための効率的な道筋を提供すると結論づけている。
