@InProceedings{2015_doutsi356,
	author = "Effrosyni Doutsi and Lionel Fillatre and Marc Antonini and Julien Gaulmin",
	title = "Signal reconstruction from a bio-inspired event-based code",
	booktitle = "25° Colloque sur le traitement du signal et des images",
	year = "2015",
	publisher = "GRETSI - Groupe de Recherche en Traitement du Signal et des Images",
	number = "001-0234",
	pages = "p. 937-940",
	month = "Sep # 8--11",
	address = "Lyon",
	doi = "",
	pdf = "2015_doutsi356.pdf",
	abstract = "Cet article présente une nouvelle architecture bio-inspirée pour encoder, puis décoder, un signal 1D. Un filtrage spatio-temporel est appliqué au signal d'entrée afin de le décomposer en plusieurs composantes. Ensuite, chaque composante est échantillonnée par un neurone du type ``intègre-et-tire''. Cet échantillonneur produit ainsi un train d'impulsions pour chaque composante, ce qui équivaut à quantifier le signal d'entrée. Nous prouvons alors que le signal d'entrée peut être reconstruit à partir des trains d'impulsions. Cette reconstruction s'appuie principalement sur le fait que le filtre spatio-temporel proposé a une structure de frame. Des simulations numériques montrent l'efficacité de cette nouvelle architecture bio-inspirée.
 
 This paper introduces a novel and complete architecture of a bio-inspired codec which is applied on a 1D-signal. The result of this filtering is a spatiotemporal decomposition of each component of the input signal which is fed to an Non Leaky Integrate and Fire (NLIF) sampler. The NLIF sampler is a quantizer of the signal which produces the spike train for each one of the input signal sensors. We prove that we can estimate the quantized signal based on the spike trains and that the retinal filter has a frame structure, so it is invertible and enables the reconstruction of the input signal. Numerical results show the performance of our architecture..pdf",
}