CN107678534A - 处理事件信号的方法及执行该方法的基于事件的传感器 - Google Patents

处理事件信号的方法及执行该方法的基于事件的传感器 Download PDF

Info

Publication number
CN107678534A
CN107678534A CN201710600328.0A CN201710600328A CN107678534A CN 107678534 A CN107678534 A CN 107678534A CN 201710600328 A CN201710600328 A CN 201710600328A CN 107678534 A CN107678534 A CN 107678534A
Authority
CN
China
Prior art keywords
event
sensing region
region
sensing
signal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710600328.0A
Other languages
English (en)
Other versions
CN107678534B (zh
Inventor
李贤九
柳贤锡
朴根柱
朴晋满
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Samsung Electronics Co Ltd
Original Assignee
Samsung Electronics Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Samsung Electronics Co Ltd filed Critical Samsung Electronics Co Ltd
Publication of CN107678534A publication Critical patent/CN107678534A/zh
Application granted granted Critical
Publication of CN107678534B publication Critical patent/CN107678534B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
    • G06F3/0304—Detection arrangements using opto-electronic means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26—Power supply means, e.g. regulation thereof
    • G06F1/32—Means for saving power
    • G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
    • G06F1/3234—Power saving characterised by the action undertaken
    • G06F1/325—Power saving in peripheral device
    • G06F1/3262—Power saving in digitizer or tablet
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
    • G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/48—Extraction of image or video features by mapping characteristic values of the pattern into a parameter space, e.g. Hough transformation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/753—Transform-based matching, e.g. Hough transform
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/745—Detection of flicker frequency or suppression of flicker wherein the flicker is caused by illumination, e.g. due to fluorescent tube illumination or pulsed LED illumination
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/47—Image sensors with pixel address output; Event-driven image sensors; Selection of pixels to be read out based on image data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/017—Gesture based interaction, e.g. based on a set of recognized hand gestures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20182—Noise reduction or smoothing in the temporal domain; Spatio-temporal filtering
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/50—Reducing energy consumption in communication networks in wire-line communication networks, e.g. low power modes or reduced link rate

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • User Interface Of Digital Computer (AREA)
  • Studio Devices (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
  • Image Analysis (AREA)

Abstract

提供一种处理事件信号的方法及执行该方法的基于事件的传感器。事件信号处理方法包括：从传感器阵列接收用于指示感测到事件的激活信号；增加传感器阵列的多个感测区域之中的与激活信号对应的感测区域的累积事件数量；基于参数减少所述多个感测区域中的每个感测区域的累积事件数量；将所述多个感测区域之中的累积事件数量超出阈值的感测区域确定为抖动区域。

Description

处理事件信号的方法及执行该方法的基于事件的传感器
本申请要求于2016年8月1日提交到韩国知识产权局的第10-2016-0098087号韩国专利申请的优先权，所述申请的公开通过引用完整地包含于此。
技术领域
与示例性实施例一致的方法和设备涉及处理事件信号和基于事件的传感器。
背景技术
人机交互(HCI)在用户界面中被实现并进行操作。用于识别用户输入的各种用户界面可提供人类与计算机之间的自然交互。为识别用户输入，可使用各种传感器。为提供自然交互，可需要快速响应用户输入的传感器。此外，各种移动装置可能需要以低功率使用用户界面来执行各种智能功能。因此，期望消耗相对低功率的传感器，该传感器高速响应输入并具有与感测目标对应的高可靠性。此外，期望处理由传感器感测的各种事件之中的非必要事件的方法。
发明内容
示例性实施例可解决至少以上问题和/或缺点以及以上未描述的其他缺点。此外，示例性实施例不需要克服以上描述的缺点，并且示例性实施例可能不克服以上描述的任何问题或缺点。
根据示例性实施例的方面，提供一种事件信号处理方法，包括：从传感器阵列接收用于指示感测到事件的激活信号；增加传感器阵列的多个感测区域之中的与激活信号对应的感测区域的累积事件数量；基于至少一个参数减少所述多个感测区域中的每个感测区域的累积事件数量；将所述多个感测区域之中的累积事件数量超出阈值的至少一个感测区域确定为抖动区域。
所述至少一个参数可包括：第一参数，与用于减少累积事件数量的时段相关；或第二参数，与累积事件数量被减少的程度相关。
所述事件信号处理方法还可包括：响应于感测区域被确定为抖动区域进行以下操作中的至少一项：丢弃所述感测区域的激活信号；或输出指示与激活信号对应的所述感测区域为抖动区域的标志。
所述事件信号处理方法还可包括：响应于已被确定为抖动区域的感测区域的累积事件数量被减少为小于所述阈值，将所述已被确定为抖动区域的感测区域改变为普通区域。
所述事件信号处理方法还可包括以下操作中的至少一项：额外地减少改变的感测区域的累积事件数量；或将改变的感测区域的累积事件数量初始化。
所述事件信号处理方法还可包括：基于改变的感测区域在预定的时间段内是抖动区域还是普通区域，确定改变的感测区域的累积事件数量是否将被额外地减少或被初始化。
增加的步骤可包括：基于最大累积阈值，增加与激活信号对应的感测区域的累积事件数量。
所述多个感测区域中的每个感测区域可具有针对该感测区域设置的个体参数，减少的步骤可包括：基于针对该感测区域设置的个体参数，减少所述多个感测区域中的每个感测区域的累积事件数量。
所述事件信号处理方法还可包括：基于用于指示抖动对象的用户反馈，设置至少一个感测区域的个体参数。
所述事件信号处理方法还可包括：基于所述多个感测区域中的每个感测区域的累积事件数量在预定的时间段期间的变化，设置个体参数。
所述多个感测区域中的每个感测区域可对应于包括在传感器阵列中的至少一个像素。
根据示例性实施例的另一方面，提供一种事件信号处理方法，包括：在睡眠模式下从传感器阵列接收指示感测到事件的激活信号；确定传感器阵列的多个感测区域之中的与激活信号对应的感测区域是否为抖动区域；基于确定与激活信号对应的感测区域不为抖动区域，将传感器阵列从睡眠模式切换到激活模式。
确定的步骤可包括：增加与激活信号对应的感测区域的累积事件数量；基于至少一个参数减少所述多个感测区域中的每个感测区域的累积事件数量；将所述多个感测区域之中的累积事件数量超出阈值的至少一个感测区域确定为抖动区域。
所述至少一个参数可基于传感器阵列是在睡眠模式下操作还是在激活模式下操作被确定。
所述阈值可基于传感器阵列是在睡眠模式下操作还是在激活模式下操作被确定。
传感器阵列可被配置为：在睡眠模式下输出与包括在感测区域中的多个像素的部分关联的激活信号。
传感器阵列可被配置为：在激活模式下输出与包括在传感器阵列中的所有像素关联的激活信号。
根据示例性实施例的另一方面，提供一种基于事件的传感器，包括：传感器阵列，被配置为输出用于指示感测到事件的激活信号；信号处理器，被配置为：增加传感器阵列中的多个感测区域之中的对应于激活信号的感测区域的累积事件数量，基于至少一个参数减少所述多个感测区域中的每个感测区域的累积事件数量，并将所述多个感测区域之中的累积事件数量超出阈值的至少一个感测区域确定为抖动区域。
所述至少一个参数可包括：第一参数，与用于减少累积事件数量的时段相关；或第二参数，与累积事件数量被减少的程度相关。
信号处理器还可被配置为：丢弃激活信号或输出指示与激活信号对应的感测区域为抖动区域的标志。
信号处理器还可被配置为：响应于已被确定为抖动区域的感测区域的累积事件数量被减少为小于所述阈值，将所述已被确定为抖动区域的感测区域改变为普通区域。
信号处理器还可被配置为：额外地减少或初始化改变的感测区域的累积事件数量。
信号处理器还可被配置为：基于改变的感测区域在预定的时间段内是抖动区域还是普通区域，确定改变的感测区域的累积事件数量是否将被额外地减少或被初始化。
信号处理器还可被配置为：基于最大累积阈值，增加与激活信号对应的感测区域的累积事件数量。
信号处理器还可被配置为：基于针对所述多个感测区域中的每个感测区域设置的个体参数，减少所述多个感测区域中的每个感测区域的累积事件数量。
所述多个感测区域中的每个感测区域可具有针对该感测区域设置的个体参数，信号处理器还可被配置为：基于指示抖动对象的用户反馈，设置至少一个感测区域的个体参数。
信号处理器还可被配置为：基于所述多个感测区域中的每个感测区域的累积事件数量在预定的时间段期间的变化，设置感测区域的个体参数。
根据示例性实施例的另一方面，提供一种基于事件的传感器，包括：传感器阵列，被配置为在睡眠模式下输出与包括在感测区域中的多个像素的部分关联的激活信号，其中，传感器阵列在睡眠模式下或激活模式下操作；信号处理器，被配置为：在睡眠模式下从传感器阵列接收激活信号，确定传感器阵列的多个感测区域之中的与激活信号对应的感测区域是否为抖动区域，并基于确定与激活信号对应的感测区域不为抖动区域，将传感器阵列从睡眠模式切换到激活模式。
信号处理器还可被配置为：增加与激活信号对应的感测区域的累积事件数量，基于至少一个参数减少所述多个感测区域中的每个感测区域的累积事件数量，并将所述多个感测区域之中的累积事件数量超出阈值的至少一个感测区域确定为抖动区域。
所述至少一个参数可基于传感器阵列是在睡眠模式下操作还是在激活模式下操作被确定。
所述阈值可基于传感器阵列是在睡眠模式下操作还是在激活模式下操作被确定。
传感器阵列还可被配置为：在激活模式下输出与包括在传感器阵列中的所有像素关联的激活信号。
根据示例性实施例的另一方面，提供一种事件信号处理方法，包括：感测传感器阵列的多个感测区域之中的一个或多个感测区域的激活；确定激活的一个或多个感测区域是与有意义事件关联还是与无意义事件关联；过滤出被确定为与无意义事件关联的感测区域；输出与被确定为与有意义事件关联的感测区域对应的事件信号。
过滤的步骤可包括：丢弃无意义事件。
过滤的步骤可包括：输出指示被确定为与无意义事件关联的感测区域与无意义事件关联的标志。
有意义事件可为通过用户的手的移动激活感测区域所导致的事件，无意义事件可为通过抖动对象激活感测区域所导致的事件。
所述多个感测区域中的每个感测区域可具有对应的累积事件数量，感测的步骤可包括：基于感测的所述一个或多个感测区域的激活和至少一个参数，调整所述多个感测区域的累积事件数量。
当激活的一个或多个感测区域的累积事件数量大于阈值时，所述一个或多个感测区域可被确定为与无意义事件关联。
附图说明
图1是示出根据示例性实施例的基于事件的传感器的示例的框图；
图2是示出根据示例性实施例的传感器阵列和信号处理器的示图；
图3是示出根据示例性实施例的由于激活信号的图像和由于事件信号的图像的示图；
图4示出根据示例性实施例的计数出的事件的数量和累积事件数量；
图5示出根据示例性实施例的抖动区域中的事件的数量和普通区域中的事件的数量；
图6示出根据示例性实施例的基于最大累积阈值的累积事件数量；
图7示出根据示例性实施例的累积事件数量的初始化；
图8示出根据示例性实施例的基于个体参数的累积事件数量的减少；
图9是示出根据示例性实施例的基于事件信号的输出图像的示图；
图10是示出根据示例性实施例的睡眠模式和激活模式的示图；
图11是示出根据示例性实施例的基于事件的传感器的另一示例的框图；
图12是示出根据示例性实施例的事件信号处理方法的示例的流程图；
图13是示出根据示例性实施例的事件信号处理方法的另一示例的流程图。
具体实施方式
以下，将参照附图更充分地描述示例性实施例至本领域的普通技术人员可实现本公开的各个方面的程度。
图1是示出根据示例性实施例的基于事件的传感器100的框图。参照图1，基于事件的传感器100包括传感器阵列110和信号处理器120。传感器阵列110可感测入射到感测像素上的光的强度改变的事件，并可输出用于指示感测到该事件的激活信号。事件可通过对象的移动、包括基于事件的传感器100的相机的移动或光的改变中的至少一个而发生。例如，传感器阵列110可感测通过用户的手的移动导致的事件，并可输出用于指示感测到该事件的激活信号。在这个示例中，激活信号可被用来识别用户的手势。
事件可被分类为有意义事件和无意义事件。例如，抖动对象(flickering object)(诸如，荧光、显示屏幕、颤动的树叶、雪、雨或太阳)的移动可不包括有意义信息。相比之下，用户的手的移动可包括有意义信息。由抖动对象导致的事件可被分类为无意义事件。由于感测像素响应由抖动对象导致的事件，因此与由抖动对象导致的无意义事件关联的激活信号可被输出。为防止由于无意义事件引起的额外的资源消耗，无意义事件可需要被适当地处理。
信号处理器120可确定激活信号是与有意义事件关联还是与无意义事件关联，并可基于确定结果输出事件信号。例如，信号处理器120可被实现为至少一个处理器或包括至少一个元件的电路。信号处理器120可增加感测区域之中的与激活信号对应的感测区域的累积事件数量，可基于至少一个参数减少感测区域中的每个感测区域的累积事件数量，和/或可将感测区域之中的累积事件数量超出阈值的至少一个感测区域确定为抖动区域。以下将进一步描述信号处理器120的这个操作。在下文中，感测区域的累积事件数量可指在感测区域中累积的事件的数量。信号处理器120可将与抖动区域对应的激活信号确定为与无意义事件关联，并可丢弃该激活信号或输出用于指示该激活信号与无意义事件关联的标志。信号处理器120可将与普通区域对应的激活信号确定为与有意义事件关联，并可将对应事件的事件信号传送到外部装置。
图2是示出根据示例性实施例的传感器阵列210和信号处理器220的示图。参照图2，传感器阵列210包括多个感测像素。多个感测像素之中的感测到事件的感测像素可被称为“激活像素”。激活像素可响应于感测到事件产生响应信号。传感器阵列210可基于激活像素的响应信号输出激活信号。激活信号可包括激活像素的地址。传感器阵列210可被划分成多个感测区域。感测区域可具有包括如图2所示的矩形形状的各种形状。感测区域中的每个感测区域可包括至少一个感测像素。包括在感测区域中的每个感测区域中的感测像素的数量可彼此相同或彼此不同。例如，在图2中，由图2的“感测像素”所指的单个感测像素可为感测区域。可选地，图2中的由参考标号215所指的4×4个像素的阴影框可为感测区域。然而，这些仅为示例，包括在感测区域中的像素的数量不受限制。
信号处理器220可从传感器阵列210接收激活信号。信号处理器220可基于激活信号增加在感测区域中的每个感测区域中感测的事件的数量。例如，当接收到与包括在感测区域215中的激活像素对应的激活信号时，信号处理器220可增加在感测区域215中感测的事件的数量。信号处理器220可基于包括在激活信号中的激活像素的地址识别与激活信号对应的感测区域，并可增加识别的感测区域中所感测的事件的数量。设置最大累积阈值以限制累积事件数量。当累积事件数量被增加到最大累积阈值时，信号处理器220可不再增加累积事件数量。由于感测区域的累积事件数量太大，即使在感测区域中抖动被终止，感测区域也可被继续识别为抖动区域。因此，抖动区域的识别率可根据最大累积阈值而增加。
信号处理器220可基于至少一个参数降低感测区域中的每个感测区域的累积事件数量。所述至少一个参数可包括与用于减少累积事件数量的时段相关的第一参数和与用于减少累积事件数量的程度相关的第二参数。例如，信号处理器220可在基于第一参数的时段减少感测区域中的每个感测区域的累积事件数量。可选地，信号处理器220可按照基于第二参数的减少量或减少率来减少累积事件数量。作为另一示例，两个参数均可被使用，并且信号处理器220可在基于第一参数的时段按照基于第二参数的减少量或减少率来减少感测区域中的每个感测区域的累积事件数量。以下将进一步描述信号处理器220可使用个体(individual)参数将不同的减少量或不同的减少率应用到感测区域。合适于感测对象的特性的减少量或减少率可基于个体参数被应用到感测区域，并且抖动区域的识别率可增加。
信号处理器220可将感测区域之中的累积事件数量超出阈值的至少一个感测区域确定为抖动区域。在一个示例中，信号处理器220可丢弃在抖动区域中产生的激活信号。在另一示例中，信号处理器220可输出与在抖动区域中产生的激活信号对应的事件信号并可指示该事件信号是由抖动事件而产生。例如，信号处理器220可将指示在抖动区域中感测到与事件信号对应的激活信号的标志与事件信号一起输出。在另一示例中，信号处理器220可在事件信号上显示指示在抖动区域中感测到与事件信号对应的激活信号的标志。阈值可基于用户的反馈来确定，或可在制造过程中实验性地确定。以下将进一步描述：可基于用户的反馈针对感测区域中的每个感测区域来确定个体参数，阈值可通过个体参数来确定。
当被确定为抖动区域的感测区域的累积事件数量被减少到小于所述阈值时，信号处理器220可将抖动区域改变为普通区域。当接收到普通区域中产生的激活信号时，信号处理器220可输出与激活信号对应的事件信号。事件信号可包括激活像素的地址和关于激活像素感测到事件的时间的时间戳。此外，事件信号可包括指示在普通区域中感测到与事件信号对应的激活信号的标志。
当感测区域从抖动区域被改变为普通区域时，可有利于充分减少感测区域的累积事件数量，这是因为感测区域响应于抖动的终止从抖动区域被改变为普通区域，并且改变的感测区域的累积事件数量可由于有意义事件而超出所述阈值。因此，信号处理器220可额外地减少或初始化改变的感测区域的累积事件数量。
信号处理器220可基于改变的感测区域在预定时间段内是抖动区域还是普通区域来确定改变的感测区域是否将被额外地减少或初始化。例如，当改变的感测区域在比预定时间段更长的时间段内是抖动区域时，信号处理器220可额外地减少或可初始化改变的感测区域的累积事件数量。然而，当改变的感测区域的累积事件数量响应于累积事件数量超出所述阈值并然后在相对短的时间段(例如，单个间隔)内被减小为小于阈值而被额外地减少或被初始化时，识别抖动区域的准确度可减小。
信号处理器220可使用计数器230增加或减少累积事件数量。此外，信号处理器220可通过参照存储在计数器230中的每个感测区域的累积事件数量来确定抖动区域。例如，计数器230可被实现为包括至少一个元件的存储器或电路。
图3是示出根据示例性实施例的由于激活信号的图像和由于事件信号的图像的示图。图3示出由于激活信号的图像310和由于事件信号的图像320。即，图像310示出由激活的感测像素产生的图像，图像320示出被确定为事件的图像。图像310包括用户的手303和抖动对象305。手303可使得出现有意义事件(诸如，手势)。然而，由于抖动对象305可无意义地消耗存储器或处理器的资源，去除与抖动对象305对应的激活信号是有利的。抖动对象305可包括荧光、显示屏幕、颤动的树叶、雪、雨、太阳等。根据示例性实施例的基于事件的传感器可去除与抖动对象305对应的激活信号，因此可通过事件信号获得图像320。
图4示出根据示例性实施例的计数出的事件的数量和累积事件数量。图4示出在感测区域S中感测的事件的数量410，感测区域S的累积事件数量421以及周期性减少的感测区域S的累积事件数量422。如上所述，信号处理器可增加与激活信号对应的感测区域的累积事件数量并可基于至少一个参数减少每个感测区域的累积事件数量。至少一个参数可包括与用于减少累积事件数量的时段相关的第一参数和/或与用于减少累积事件数量的程度相关的第二参数。在图4中，时间Ti(其中，i具有0到9的值)之间的间隔表示与第一参数对应的时段，β表示与第二参数对应的减少量。累积事件数量422在时间T4之后超出阈值TH，在时间T8之后被减少为小于阈值TH。此外，部分423与抖动事件关联。信号处理器可在累积事件数量422超出阈值TH的时间T4之后将感测区域S确定为抖动区域，并可在累积事件数量422被减少为小于阈值TH的时间T8之后将感测区域S确定为普通区域。
图5示出根据示例性实施例的抖动区域中的事件的数量和普通区域中的事件的数量。图5示出区域A的累积事件数量510和区域B的累积事件数量520。区域A感测用户的手的移动，区域B感测抖动对象。在图5中，累积事件数量510在所有时间间隔期间不超出阈值。因此，信号处理器可基于与区域A对应的激活信号输出事件信号。累积事件数量520在时间T1与T2之间的间隔期间超出阈值并持续超出阈值至时间T5。信号处理器可在时间T1与T2之间的间隔中识别区域B的抖动对象。信号处理器可响应于累积事件数量520超出所述阈值，将与区域B对应的至少一个感测区域确定为抖动区域。此外，信号处理器可丢弃与区域B对应的激活信号，或可基于与区域B对应的激活信号输出事件信号并指示事件信号是由抖动事件而产生。
图6示出根据示例性实施例的基于最大累积阈值的累积事件数量。参照图6，感测区域S的累积事件数量在点610超出阈值TH并在点630被减少为小于阈值TH。此外，累积事件数量在与间隔620对应的时间段期间超出最大累积阈值M。如上所述，设置最大累积阈值M以限制累积事件数量。当累积事件数量增加到最大累积阈值M时，信号处理器可不再增加累积事件数量。由于感测区域S的累积事件数量太大，即使在感测区域S中抖动的检测被有效终止，感测区域S也可被继续识别为抖动区域。当不设置最大累积阈值M时，与图4所示的情况类似，累积事件数量可在与点630对应的时间之后被减少为小于阈值TH。例如，即使当在时间T9之后立即出现有意义事件，该有意义事件也可被识别为抖动事件。因此，信号处理器可设置最大累积阈值M，以防止有意义事件被忽略。
图7示出根据示例性实施例的累积事件数量的初始化。参照图7，感测区域S的累积事件数量在点710超出阈值TH并在点720被减少为小于阈值TH。信号处理器可在点710将感测区域S确定为抖动区域，并可在点720将被确定为抖动区域的感测区域S改变为普通区域。当感测区域S被改变为普通区域时，信号处理器可初始化累积事件数量，这是因为累积事件数量可在与点720对应的时间之后由于有意义事件而即刻再次超出阈值TH，即使感测区域S响应于抖动的终止在点720被设置为普通区域。例如，在时间T6至T8之间的间隔可出现有意义事件。在这个示例中，如果累积事件数量未在时间T6被初始化，则累积事件数量可由于有意义事件而超出阈值TH。
累积事件数量的初始化仅为示例，信号处理器可额外地将改变的感测区域S的累积事件数量减少到减少级别。减少级别可为预定级别。例如，信号处理器可将改变的感测区域S的累积事件数量减少到除了零以外的值，或可将累积事件数量减少一定量或可按一定比率减少累积事件数量。该值可被预设，该量和比率可被预先确定。
如上所述，信号处理器可基于改变的感测区域S在预定的时间段内是抖动区域还是普通区域来确定改变的感测区域S的累积事件数量是否将被额外地减少或初始化。换言之，如果改变的感测区域S在被改变之前的预定时间段内是抖动区域，则信号处理器可额外地减少或初始化改变的感测区域S的累积事件数量。例如，当在感测区域S被改变为普通区域的时间点之前的至少两个间隔期间，感测区域S为抖动区域时，信号处理器可额外地减少或初始化改变的感测区域S的累积事件数量。在这个示例中，感测区域S可在三个间隔(例如，时间T3和T4之间的间隔，时间T4和T5之间的间隔以及时间T5和T6之间的间隔)期间为抖动区域，因此信号处理器可额外地减少或初始化改变的感测区域S的累积事件数量。
图8示出根据示例性实施例的基于个体参数的累积事件数量的减少。参照图8，感测区域S的累积事件数量可按照不同的减少量和/或不同的减少率被减少。可基于感测区域S的累积事件数量在预定的时间段期间的变化来确定减少量或减少率。例如，减少量或减少率可被确定为累积事件数量的增长量在预定的时间段期间的平均值。即，减少量或减少率可被确定为累积事件数量在预定的时间段内的各个时间间隔的增长量的平均值。此外，可通过除了平均值之外的统计方法来确定减少量或减少率。例如，在图8中，累积事件数量在时间T4被减少β1并在时间T5被减少β2。β1可为感测区域S的累积事件数量在预定的时间段P1期间的各个时间间隔的增长量的平均值，β2可为感测区域S的累积事件数量在预定的时间段P2期间的各个时间间隔的增长量的平均值。感测区域的累积事件数量在预定的时间段期间的变化可不同，因此每个感测区域的个体参数可不同。即，在图8中，β1可与β2相同或不同。信号处理器可基于个体参数将不同的减少量或不同的减少率应用到感测区域。
图9示出根据示例性实施例的根据事件信号的输出图像。参照图9，根据事件信号，输出图像包括对象910、920和930。对象920和930为抖动对象，对象910为有意义对象。电子装置可从基于事件的传感器获得事件信号并可基于获得的事件信号显示输出图像。用户可观看输出图像并将用于指示抖动对象的反馈输出到电子装置。电子装置可将与反馈对应的反馈信号传送到信号处理器。反馈信号可包括关于输入反馈的位置的位置信息。信号处理器可基于所述反馈设置至少一个感测区域的个体参数。例如，信号处理器可基于包括在反馈信号中的位置信息识别包括抖动对象的至少一个感测区域，并可设置至少一个识别的感测区域的个体参数。信号处理器可基于传感器阵列在睡眠模式下操作还是在激活模式下操作来设置至少一个参数和阈值。
在图9中，用户可基于输出图像验证对象920和930为抖动对象，并可将反馈输入到感测区域1至7中的至少一个。例如，用户可将反馈输入到感测区域1。在这个示例中，信号处理器可基于反馈信号识别与感测区域1对应的感测区域S(例如，包括感测区域1至3)并可基于感测区域S的累积事件数量设置感测区域S的个体参数。例如，信号处理器可将阈值设置为小于感测区域S的累积事件数量。此外，信号处理器可基于感测区域S的累积事件数量在预定的时间段期间的变化来确定感测区域S的减少量或减少率。即，感测区域S的累积事件数量在预定的时间段期间增加得越多，则信号处理器可将感测区域S的减少量或减少率确定为越大。类似于感测区域S，信号处理器可基于与区域2至7关联的用户反馈来设置与区域2至7对应的至少一个感测区域的个体参数。
图10是示出根据示例性实施例的睡眠模式和激活模式的示图。图10示出在睡眠模式下操作的传感器阵列和在激活模式下操作的传感器阵列。与激活模式相比，传感器阵列在睡眠模式下可以以相对低的分辨率操作。例如，睡眠模式下的传感器阵列可在睡眠模式下输出与包括在感测区域中的感测像素的部分关联的激活信号。参照图10，包括在在睡眠模式下操作的传感器阵列的感测区域S中的点表示输出激活信号的像素。例如，每个感测区域S可实际包括多个感测像素。然而，每个感测区域S中的多个像素中的仅一个像素将被激活，以便节省电力。
例如，输出激活信号的像素O可从感测区域S任意选择。传感器阵列可基于从像素O输出的激活信号来确定感测区域S是否为抖动区域。上面已经描述了确定感测区域是否为抖动区域，因此这里不重复其进一步描述。例如，当从感测区域S接收到激活信号时，信号处理器可增加感测区域S的累积事件数量，可基于至少一个参数减少累积事件数量，并可响应于累积事件数量超出阈值将感测区域S确定为抖动区域。
基于确定感测区域S不为抖动区域，传感器阵列的操作模式可从睡眠模式被切换到激活模式。可基于用于模式切换的控制信号将传感器阵列从睡眠模式切换到激活模式。传感器阵列可在激活模式下输出与包括在传感器阵列中的所有感测像素关联的激活信号。因此，传感器阵列可在激活模式下输出与基于有意义事件的对象(例如，图10中示出的用户的手)关联的激活信号。
图11是示出根据示例性实施例的基于事件的传感器1100的框图。参照图11，基于事件的传感器1100包括传感器阵列1110和信号处理器1120。例如，信号处理器1120可被实现为至少一个处理器或包括至少一个元件的电路。至少一个处理器可为中央处理器(CPU)或微处理器等并可与一个或多个存储器协同操作。传感器阵列1110可在睡眠模式下或激活模式下操作。在睡眠模式下，传感器阵列1110可输出与包括在感测区域中的感测像素的部分关联的激活信号。信号处理器1120可从传感器阵列1110接收激活信号并可确定传感器阵列1110的感测区域之中的与激活信号对应的感测区域是否为抖动区域。信号处理器1120可基于确定与激活信号对应的感测区域不为抖动区域，将传感器阵列1110从睡眠模式切换到激活模式。上述操作可应用于基于事件的传感器1100，因此这里不重复基于事件的传感器1100的进一步描述。
图12是示出根据示例性实施例的事件信号处理方法的示例的流程图。参照图12，在操作1210，信号处理器可从传感器阵列接收指示感测到事件的激活信号。在操作1220，信号处理器可增加传感器阵列的感测区域之中的与激活信号对应的一个或多个感测区域的累积事件数量。在操作1230，信号处理器可基于至少一个参数减少感测区域中的每个感测区域的累积事件数量。在操作1240，信号处理器可将感测区域之中的累积事件数量超出阈值的至少一个感测区域确定为抖动区域。上述操作可应用于该事件信号处理方法，因此这里不重复该事件信号处理方法的进一步描述。
图13是示出根据示例性实施例的事件信号处理方法的另一示例的流程图。参照图13，在操作1310，信号处理器可从在睡眠模式下操作的传感器阵列接收指示感测到事件的激活信号。在操作1320，信号处理器可确定传感器阵列的感测区域之中的与激活信号对应的感测区域是否为抖动区域。在操作1330，信号处理器可基于确定与激活信号对应的感测区域不为抖动区域，将传感器阵列从睡眠模式切换到激活模式。上述操作可应用于该事件信号处理方法，因此这里不重复该事件信号处理方法的进一步描述。
可使用硬件组件、软件组件或它们的组合来实现这里描述的示例实施例。例如，可使用一个或多个通用或专用计算器(诸如，例如，处理器、控制器和算术逻辑单元)、数字信号处理器、微型计算机、现场可编程阵列、可编程逻辑单元、微处理器或能够以限定的方式响应并执行指令的任何其他装置来实现处理装置。处理装置可运行操作系统(OS)以及运行在OS上的一个或多个软件应用。处理装置也可响应于软件的执行来访问、存储、操控、处理和创建数据。为了简单起见，使用单数来描述处理装置；然而，本领域技术人员将理解，处理装置可包括多个处理元件和多种类型的处理元件。例如，处理装置可包括多个处理器或可包括处理器和控制器。此外，不同的处理配置是可行的(诸如，并行处理器)。
软件可包括用于独立地或共同地指示或配置处理装置以如所期望的一样操作的计算机程序、代码段、指令或它们的组合。软件和数据可在任何类型的机器、组件、物理的或虚拟的设备、计算机存储介质或装置中被永久地或临时地实现，或者在能够将指令或数据提供给处理装置或由处理装置解释的传播信号波中被永久地或临时地实现。软件还可被分布在联网的计算机系统上，使得软件以分布方式被存储并被执行。软件和数据可由一个或多个非暂时性计算机可读记录介质进行存储。
根据上述示例实施例的方法可被记录在包括程序指令以实现由计算机实现的各种操作的非暂时性计算机可读介质中。所述介质还可包括单独的或与所述程序指令结合的数据文件、数据结构等。在所述介质上记录的程序指令可以是针对示例实施例的目的而专门设计和构建的程序指令，或者它们可以是对于计算机软件领域的技术人员公知和可用的程序指令。非暂时性计算机可读介质的示例包括磁介质(诸如硬盘、软盘和磁带)、光学介质(诸如CD-ROM盘和DVD)、磁光介质(诸如光盘)和专门被配置为存储并执行程序指令的硬件装置(诸如只读存储器(ROM)、随机存取存储器(RAM)、闪存等)。程序指令的示例包括机器代码(诸如由编译器产生的机器代码)和包含可由计算机使用解释器来执行的更高级代码的文件两者。描述的硬件装置可被配置为充当一个或多个软件模块以便执行上述示例实施例的操作，或者反之亦然。
虽然本公开包括具体示例实施例，但本领域普通技术人员将清楚，在不脱离权利要求和它们的等同物的精神和范围的情况下，可在这些示例实施例中做出形式和细节上的各种改变。这里描述的示例实施例将被视为仅具有描述性意义，而不为限制的目的。每个示例中的特征或方面的描述将被视为可应用于其他示例中的类似特征或方面。如果按照不同顺序执行描述的技术，和/或如果按照不同方式组合在描述的系统、架构、装置或电路中的组件和/或由其他组件或它们的等同物来替代或补充在描述的系统、架构、装置或电路中的组件，则可实现适当的结果。因此，本公开的范围不由具体实施例限定，而由权利要求及其等同物限定，并且权利要求及其等同物的范围内的所有变化将被解释为包括在本公开中。
虽然已参照示例性实施例描述了本公开，但本领域技术人员将清楚，在不脱离本公开的精神和范围的情况下，可进行各种改变和修改。因此，应理解，上面的实施例不是限制性的，而是说明性的。

Claims (20)

1.一种事件信号处理方法，包括：
在睡眠模式下从传感器阵列接收指示感测到事件的激活信号；
确定传感器阵列的多个感测区域之中的与激活信号对应的感测区域是否为抖动区域；
基于确定与激活信号对应的感测区域不为抖动区域，将传感器阵列从睡眠模式切换到激活模式。
2.如权利要求1所述的事件信号处理方法，其中，确定的步骤包括：
增加与激活信号对应的感测区域的累积事件数量；
基于至少一个参数减少所述多个感测区域中的每个感测区域的累积事件数量；
将所述多个感测区域之中的累积事件数量超出阈值的至少一个感测区域确定为抖动区域。
3.如权利要求2所述的事件信号处理方法，其中，所述至少一个参数基于传感器阵列是在睡眠模式下操作还是在激活模式下操作被确定。
4.如权利要求2所述的事件信号处理方法，其中，所述阈值基于传感器阵列是在睡眠模式下操作还是在激活模式下操作被确定。
5.如权利要求3所述的事件信号处理方法，其中，传感器阵列被配置为：在睡眠模式下输出与包括在感测区域中的多个像素的部分关联的激活信号。
6.如权利要求3所述的事件信号处理方法，其中，传感器阵列被配置为：在激活模式下输出与包括在传感器阵列中的所有像素关联的激活信号。
7.一种基于事件的传感器，包括：
传感器阵列，被配置为输出用于指示感测到事件的激活信号；
信号处理器，被配置为：增加传感器阵列中的多个感测区域之中的对应于激活信号的感测区域的累积事件数量，基于至少一个参数减少所述多个感测区域中的每个感测区域的累积事件数量，并将所述多个感测区域之中的累积事件数量超出阈值的至少一个感测区域确定为抖动区域。
8.如权利要求7所述的基于事件的传感器，其中，所述至少一个参数包括：
第一参数，与用于减少累积事件数量的时段相关；
第二参数，与累积事件数量被减少的程度相关。
9.如权利要求7所述的基于事件的传感器，其中，信号处理器还被配置为：丢弃激活信号或输出指示与激活信号对应的感测区域为抖动区域的标志。
10.如权利要求7所述的基于事件的传感器，其中，信号处理器还被配置为：响应于已被确定为抖动区域的感测区域的累积事件数量被减少为小于所述阈值，将所述已被确定为抖动区域的感测区域改变为普通区域。
11.如权利要求10所述的基于事件的传感器，其中，信号处理器还被配置为：额外地减少或初始化改变的感测区域的累积事件数量。
12.如权利要求11所述的基于事件的传感器，其中，信号处理器还被配置为：基于改变的感测区域在预定的时间段内是抖动区域还是普通区域，确定改变的感测区域的累积事件数量是否将被额外地减少或被初始化。
13.如权利要求7所述的基于事件的传感器，其中，信号处理器还被配置为：基于最大累积阈值，增加与激活信号对应的感测区域的累积事件数量。
14.如权利要求7所述的基于事件的传感器，其中，信号处理器还被配置为：基于针对所述多个感测区域中的每个感测区域设置的个体参数，减少所述多个感测区域中的每个感测区域的累积事件数量。
15.如权利要求14所述的基于事件的传感器，其中，所述多个感测区域中的每个感测区域具有针对所述每个感测区域设置的个体参数，信号处理器还被配置为：基于指示抖动对象的用户反馈，设置至少一个感测区域的个体参数。
16.如权利要求14所述的基于事件的传感器，其中，信号处理器还被配置为：基于所述多个感测区域中的每个感测区域的累积事件数量在预定的时间段期间的变化，设置感测区域的个体参数。
17.一种事件信号处理方法，包括：
感测传感器阵列的多个感测区域之中的一个或多个感测区域的激活；
确定激活的一个或多个感测区域是与有意义事件关联还是与无意义事件关联；
过滤出被确定为与无意义事件关联的感测区域；
输出与被确定为与有意义事件关联的感测区域对应的事件信号。
18.如权利要求17所述的事件信号处理方法，其中，过滤的步骤包括：丢弃无意义事件。
19.如权利要求17所述的事件信号处理方法，其中，过滤的步骤包括：输出指示被确定为与无意义事件关联的感测区域与无意义事件关联的标志。
20.如权利要求17所述的事件信号处理方法，其中，有意义事件为通过用户的手的移动激活感测区域所导致的事件，无意义事件为通过抖动对象激活感测区域所导致的事件。
CN201710600328.0A 2016-08-01 2017-07-21 处理事件信号的方法及执行该方法的基于事件的传感器 Active CN107678534B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020160098087A KR102662029B1 (ko) 2016-08-01 2016-08-01 이벤트 신호 처리 방법 및 그 방법을 수행하는 이벤트 기반 센서
KR10-2016-0098087 2016-08-01

Publications (2)

Publication Number Publication Date
CN107678534A true CN107678534A (zh) 2018-02-09
CN107678534B CN107678534B (zh) 2021-09-28

Family

ID=59312997

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710600328.0A Active CN107678534B (zh) 2016-08-01 2017-07-21 处理事件信号的方法及执行该方法的基于事件的传感器

Country Status (5)

Country Link
US (1) US10248222B2 (zh)
EP (1) EP3279769B1 (zh)
JP (1) JP7046522B2 (zh)
KR (1) KR102662029B1 (zh)
CN (1) CN107678534B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108574793B (zh) 2017-03-08 2022-05-10 三星电子株式会社 被配置为重新生成时间戳的图像处理设备及包括其在内的电子设备
US11416759B2 (en) * 2018-05-24 2022-08-16 Samsung Electronics Co., Ltd. Event-based sensor that filters for flicker
KR102503543B1 (ko) * 2018-05-24 2023-02-24 삼성전자주식회사 다이나믹 비전 센서, 전자 장치 및 이의 데이터 전송 방법
EP3595295B1 (en) * 2018-07-11 2024-04-17 IniVation AG Array of cells for detecting time-dependent image data
KR102656177B1 (ko) 2019-02-11 2024-04-12 삼성전자주식회사 신호를 축적하기 위한 센서
KR20210000985A (ko) 2019-06-26 2021-01-06 삼성전자주식회사 비전 센서, 이를 포함하는 이미지 처리 장치 및 비전 센서의 동작 방법
WO2021111873A1 (ja) * 2019-12-02 2021-06-10 ソニーグループ株式会社 信号処理装置、信号処理方法、および検出センサ
US20230217117A1 (en) * 2020-06-04 2023-07-06 Sony Group Corporation Signal processing device, signal processing method, and detection sensor
US11405580B2 (en) * 2020-09-09 2022-08-02 Fotonation Limited Event camera hardware
CN113361388B (zh) * 2021-06-03 2023-11-24 北京百度网讯科技有限公司 图像数据修正方法、装置、电子设备及自动驾驶车辆
JPWO2023145041A1 (zh) * 2022-01-31 2023-08-03
CN118742874A (zh) * 2022-03-22 2024-10-01 索尼互动娱乐股份有限公司 电子设备以及用于电子设备的控制方法和程序

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101996012A (zh) * 2009-08-25 2011-03-30 安华高科技Ecbuip(新加坡)私人有限公司 用于互电容触摸感测装置的固件方法和装置
CN102025383A (zh) * 2009-09-10 2011-04-20 鸿富锦精密工业（深圳）有限公司 信号接收装置及信号接收方法
US20140118257A1 (en) * 2012-10-29 2014-05-01 Amazon Technologies, Inc. Gesture detection systems
CN104571489A (zh) * 2013-10-14 2015-04-29 原相科技股份有限公司 光学输入装置的唤醒方法及使用其的光学输入装置
CN104951078A (zh) * 2015-06-26 2015-09-30 上海斐讯数据通信技术有限公司 一种手势唤醒黑屏的方法和系统

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2687670B2 (ja) 1990-04-19 1997-12-08 松下電器産業株式会社 動き検出回路および手ぶれ補正装置
JP3200950B2 (ja) 1992-04-24 2001-08-20 株式会社日立製作所 物体認識装置
JP3776094B2 (ja) 2002-05-09 2006-05-17 松下電器産業株式会社 監視装置、監視方法および監視用プログラム
US8570378B2 (en) 2002-07-27 2013-10-29 Sony Computer Entertainment Inc. Method and apparatus for tracking three-dimensional movements of an object using a depth sensing camera
JP4631611B2 (ja) * 2005-08-30 2011-02-16 ソニー株式会社 フリッカ検出装置とフリッカ除去装置と撮像装置およびフリッカ検出方法
JP4956984B2 (ja) * 2005-12-14 2012-06-20 ソニー株式会社 欠陥修正装置及び欠陥修正方法
KR100855469B1 (ko) 2006-09-13 2008-09-01 삼성전자주식회사 이동 로봇의 자세 추정 장치 및 방법
JP4390002B2 (ja) * 2007-03-16 2009-12-24 ソニー株式会社 表示装置およびその制御方法
JP4992618B2 (ja) 2007-09-05 2012-08-08 カシオ計算機株式会社 ジェスチャー認識装置及びジェスチャー認識方法
JP5311922B2 (ja) 2008-08-19 2013-10-09 キヤノン株式会社 撮像装置及びその制御方法
KR101071352B1 (ko) 2009-08-31 2011-10-07 주식회사 이미지넥스트 좌표맵을 이용한 팬틸트줌 카메라 기반의 객체 추적 장치 및 방법
US9176608B1 (en) * 2011-06-27 2015-11-03 Amazon Technologies, Inc. Camera based sensor for motion detection
KR101919479B1 (ko) 2012-05-02 2018-11-19 삼성전자주식회사 카메라 모듈에서 플리커를 검출하는 장치 및 방법
US9483146B2 (en) * 2012-10-17 2016-11-01 Perceptive Pixel, Inc. Input classification for multi-touch systems
US9473706B2 (en) * 2013-12-09 2016-10-18 Apple Inc. Image sensor flicker detection
KR102224932B1 (ko) 2014-02-19 2021-03-08 삼성전자주식회사 비전 센서를 이용한 사용자 입력 처리 장치 및 사용자 입력 처리 방법
JP6376804B2 (ja) * 2014-04-01 2018-08-22 キヤノン株式会社 画像形成装置、画像形成装置の制御方法、及びプログラム
US10348355B2 (en) * 2015-09-16 2019-07-09 Intel Corporation Techniques for gesture recognition using photoplethysmographic (PPMG) sensor and low-power wearable gesture recognition device using the same

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101996012A (zh) * 2009-08-25 2011-03-30 安华高科技Ecbuip(新加坡)私人有限公司 用于互电容触摸感测装置的固件方法和装置
CN102025383A (zh) * 2009-09-10 2011-04-20 鸿富锦精密工业（深圳）有限公司 信号接收装置及信号接收方法
US20140118257A1 (en) * 2012-10-29 2014-05-01 Amazon Technologies, Inc. Gesture detection systems
CN104571489A (zh) * 2013-10-14 2015-04-29 原相科技股份有限公司 光学输入装置的唤醒方法及使用其的光学输入装置
CN104951078A (zh) * 2015-06-26 2015-09-30 上海斐讯数据通信技术有限公司 一种手势唤醒黑屏的方法和系统

Also Published As

Publication number Publication date
JP7046522B2 (ja) 2022-04-04
JP2018022490A (ja) 2018-02-08
KR102662029B1 (ko) 2024-05-03
US10248222B2 (en) 2019-04-02
EP3279769B1 (en) 2020-04-29
EP3279769A1 (en) 2018-02-07
KR20180014572A (ko) 2018-02-09
US20180032150A1 (en) 2018-02-01
CN107678534B (zh) 2021-09-28

Similar Documents

Publication Publication Date Title
CN107678534A (zh) 处理事件信号的方法及执行该方法的基于事件的传感器
KR102664705B1 (ko) 복수의 카메라들을 이용하여 이미지의 배율을 변경하기 위한 전자 장치 및 방법
CN106095262B (zh) 根据基于事件的传感器的输出提取静态图案的方法和设备
EP2996037B1 (en) Method and apparatus for determining color of interface control, and terminal device
CN105894464B (zh) 一种中值滤波图像处理方法和装置
CN105518566B (zh) 显示旋转管理
CN104820537B (zh) 一种调整终端显示效果的方法及装置
CN102866812B (zh) 电容式触控荧幕系统及其操作方法
JP2010211781A5 (zh)
US8350867B2 (en) Image quality configuration apparatus, system and method
US20140348398A1 (en) Electronic apparatus and display control method
US20160378292A1 (en) Crop frame adjusting method, image processing device, and non-transitory computer readable storage medium
CN107330859A (zh) 一种图像处理方法、装置、存储介质及终端
US20210055809A1 (en) Method and device for handling event invocation using a stylus pen
CN109598699A (zh) 用于操纵光场图像的用户界面
CN104424003A (zh) 一种信息处理的方法及电子设备
CN109144363B (zh) 一种信息处理方法及电子设备
CN104834444A (zh) 一种终端
CN109445595B (zh) 一种虚拟现实设备及其驱动方法
US20170147131A1 (en) Input processing method and device
JP5801604B2 (ja) 表示制御装置及び表示制御方法
CN111182200B (zh) 拍摄系统与拍摄系统控制方法
CN106603793A (zh) 批量设置联系人头像的方法及系统
CN111712833B (zh) 一种筛选局部特征点的方法及装置
CN106293447A (zh) 显示方法及显示设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant