事件感测器是一种新颖的感测器，与普通感测器相比具有独特的优势。 但其数据相当有限。 依赖手动资料收集可能成為演算法开发的瓶颈。 因此需要一种更有效的方法。 最近的一个研究趋势是用合成数据取代真实数据，其中一个值得注意的方法是 Infinigen。 Infinigen 是一个自然场景產生器，以程序化生成方式產生 RGB 的图片资料。 其生成过程是自动的、随机的和可控的，因此其生成的资料可以有无限的变化。 受 Infinigen 的啟发，该专案旨在按程序化生成產生建筑环境的事件数据。 特别是，它会產生用於车流量检测的事件资料。 首先，我们将开发一个程序化的交通环境，其中道路和交叉口是程序化生成的并且类似於现实世界的环境。 其次，我们开发了一种演算法，可以创建具有挑战性的佈局，例如遮蔽、稀有视点和拥挤场景。 第三，透过演化演算法最佳化渲染参数，以便更好地產生适合实际应用的合成事件资料。 我们根据资料训练演算法并用现实世界的资料进行评估。 这有可能扩展到其他智慧城市应用。 產生无限且多样化资料的能力对於演算法开发非常重要。
