事件感測器是一種新穎的感測器，與普通感測器相比具有獨特的優勢。 但其數據相當有限。 依賴手動資料收集可能成為演算法開發的瓶頸。 因此需要一種更有效的方法。 最近的一個研究趨勢是用合成數據取代真實數據，其中一個值得注意的方法是 Infinigen。 Infinigen 是一個自然場景產生器，以程序化生成方式產生 RGB 的圖片資料。 其生成過程是自動的、隨機的和可控的，因此其生成的資料可以有無限的變化。 受 Infinigen 的啟發，該專案旨在按程序化生成產生建築環境的事件數據。 特別是，它會產生用於車流量檢測的事件資料。 首先，我們將開發一個程序化的交通環境，其中道路和交叉口是程序化生成的並且類似於現實世界的環境。 其次，我們開發了一種演算法，可以創建具有挑戰性的佈局，例如遮蔽、稀有視點和擁擠場景。 第三，透過演化演算法最佳化渲染參數，以便更好地產生適合實際應用的合成事件資料。 我們根據資料訓練演算法並用現實世界的資料進行評估。 這有可能擴展到其他智慧城市應用。 產生無限且多樣化資料的能力對於演算法開發非常重要。
