今天读了论文"v2e: From Video Frames to Realistic DVS Events"，讲的是从video生成event，详细分析了本文event生成过程中的一些不理想的模拟方法（ESIM和VID2E）只考虑噪声和对比度，缺乏其他考虑。作者有Tobi Delbruck，可见大佬组越多，研究内容越基础。
事件成因
简单总结事件的原因，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，放大器后Vd，与参考电压相比，产生高低极性事件。
极暗的环境
PD存在电流Idark，当环境光照良好时，可以忽略这一点，认为光强直接决定事件。但当极暗时，Idark不可忽视，造成误差。同时，由于容性装置的存在，当亮度发生变化时，会有响应带宽。如果光线太暗，电流太小，时间常数t与I，时间常数大，响应慢。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
由于以上分析，作者指出，当环境极暗时，很容易出现运动模糊。上图左边是明亮的环境，右边是极暗的环境，上面是24ms内部事件，下面是align事件发生后，可见极暗环境下的边界较宽，存在模糊。
延迟
作者测试了真相DVS延迟，即关灯后收到关灯事件的时间间隔。环境亮度越高，整体延迟越低。DVS在biased for speed更大的模使用更大bias电流使响应更加敏感。
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，这是我第一次看到真实的测量数据。