今日读了论文"v2e: From Video Frames to Realistic DVS Events"，讲的是从video生成event，文中详细分析了event生成过程中一些不理想的情况，指出现有的仿真方法（ESIM和VID2E）都仅考虑了噪声和对比度，缺少其他考虑。作者有Tobi Delbruck，可见越是大佬的组，研究的内容就越是基础。
事件成因
事件成因简单总结，当光照时，photodiode产生电流Ip，对应的电容Cpd相当于放电，在C左侧产生电压Vp，经过放大器后Vd，与参考电压比较，生成高低极性的事件。
极暗的环境
PD存在电流Idark，这个很小，当环境光照良好时可以忽略，认为光照强度直接决定了事件。但当极暗时，Idark不可忽略，造成误差。同时，由于容性器件的存在，当亮度变化时有一个响应带宽，如果光线过暗，电流过小，时间常数t反比于I，造成时间常数更大，响应变慢。这两点共同造成的影响是：暗环境下，事件产生速度变慢，且时间抖动更明显。如下图所示。
运动模糊
由于上述分析，作者指出，当环境极暗时，容易出现“运动模糊”。上图左列是明亮环境，右列是极暗环境，上方是产生的24ms内产生的事件，下方是align后的事件，可以看出，极暗环境下“边界”更宽，存在模糊。
延迟
作者测试了真实的DVS的延迟，即“关灯后收到关灯事件的时间间隔”。可以看出，当环境亮度越高，整体延迟越低。DVS支持两个模式，在biased for speed模式下采用了更大的bias电流，使得响应更敏感。
小结
虽然没有研究论文的生成网络，但前面的分析非常详细，也是我第一次看到真实的测量数据。