基本原理

将基于事件的神经形态系统的工作结合起来的概念，是一种模仿生物学使用异步的、极度稀疏的、数据驱动的数位讯号作为其计算架构的核心方面的愿望。地址-事件表示(AER)系统自然提供了一种方法来合併基于需求的计算，其中来自一个地方的数据驱动另一个地方的计算。AER视觉感测器的目标是将“视觉信息的颗粒”封装在它们的输出事件中，这样每个事件携带的信息都比灰度级别的信息要多。事件还应该及时地利用异步表示。

历史

Mead被认为是神经形态工程的创始人，被称为创造术语“神经形态处理器”。在20世纪80年代后期，Mead建议计算与神经系统博士生Misha Mahowald开发硅视网膜，利用模拟电路模拟视网膜中视桿细胞，视锥细胞和其他非光感受细胞的生物学功能。第一个AER视觉系统是由Mahowald和她的同事在她1992年的博士论文中建立的。早期系统的性能受到了影响，因为它们必须同时将一种新的计算範式与複杂的延迟不敏感异步逻辑和大规模并行模拟计算结合起来。在Mahowald的AER视网膜之后，只有Boahen的小组在接下来的10年里发表了任何有意义的研究成果。除了Lazzaro在audition上的开创性工作外，截至2005年的工作旨在构建完整的神经形态系统，即不需要传统的处理器。2003年，Ruedi等人发表了一篇令人印象深刻的JSSC论文，研究了空间对比度和局部方向视觉感测器。

输出数据

地址事件AER数据：发生特定事件的像素对控制模组发出通信请求，请求获準后输出量为该像素所在坐标位置（x,y）及发生的事件。对于一维单一事件异步并行输出，事件以脉冲形式输出，引起其所在行的地址编码器实时输出行地址，后续接收处理电路根据接收到的行地址及接收编码的时间还原事件属性及所在地址。

优势

传统的视觉图像採集方式以固定频率採集的“帧”为基础，具有高冗余、高延迟、高噪声、低动态範围和高数据量等缺陷。基于地址－事件表达（AER）的视觉图像感测器模仿生物视觉的工作机理，像素异步工作，仅输出光强发生变化像素的地址和信息，而不是被动依次读出“帧”内每个像素信息，从源头上消除冗余数据，具有场景变化实时动态回响、图像超稀疏表示、事件异步输出等特点，可广泛套用于高速目标跟蹤、实时监控、工业自动化和机器人视觉等领域。动态视觉感测器集成了多模式行仲裁方式、实时时间标记功能，可有效减小输出数据量，解决AER异步输出方式带来的事件－时间不匹配问题，并具有高帧频、大动态範围（DR）的特点。