SPIFT(Spikingly Flying Things)

用途：作为脉冲相机光流估计的首个训练数据集，包含随机生成的高速运动场景。 场景类别：100类，每类描述不同物体在随机背景下的平移和旋转运动。 数据规模：每场景提供500帧脉冲信号流，共约50,000帧光流标签（每隔10帧和20帧生成）。 数据格式：脉冲流为二进制矩阵(H×W×N)，光流标签为二维运动矢量场(H×W×2)。 时间分辨率：基于40,000Hz的高帧率脉冲相机模拟生成。

数据集结构

数据集采用分层目录结构组织：

spift/train/[0-99]/(flow, img, test.dat)

• flow/：存放光流数据文件（.flo格式）
• img/：存放对应的图像文件
• test.dat：原始spike数据文件

可支持的任务：

• 光流估计：利用脉冲流直接训练端到端模型(如 SCFlow)。
• 运动去模糊：通过 FAW(Flow-guided Adaptive Window) 验证运动模糊的抑制效果。
• 跨模态分析：研究脉冲流与重建图像/事件流的关联。

关键特性

• 多样化的运动模式：涵盖平移和旋转等多种运动类型
• 高时间分辨率：40,000Hz采样率，捕捉高速运动细节
• 稠密光流标签：100%密度覆盖所有像素
• 结构化的目录设计：便于模型训练和评估

数据集链接：https://pan.baidu.com/s/1A5U9lsNyViGEQIyulSE8vg (password:5331).