이 논문은 이벤트 기반 객체 탐지의 성능 향상을 위해 새로운 하이브리드 스파이크 비전 트랜스포머(HsVT) 모델을 제안합니다. HsVT 모델은 공간 특징 추출 모듈과 시간 특징 추출 모듈을 통합하여 공간 및 시간적 특징을 모두 포착합니다. 공간 특징 추출 모듈은 국소 및 전역 특징을, 시간 특징 추출 모듈은 이벤트 시퀀스의 시간적 의존성과 장기 패턴을 모델링합니다. 이를 통해 복잡한 이벤트 기반 객체 탐지 작업을 효과적으로 처리할 수 있습니다. 또한, 이벤트 기반 객체 탐지 연구를 지원하기 위해 얼굴 개인 정보 보호를 보장하고 메모리 사용량을 줄이는 새로운 낙상 감지 데이터셋(The Fall Detection Dataset)을 공개했습니다. 다양한 크기의 모델에 대한 실험 결과, HsVT 모델은 기존 모델보다 적은 파라미터로 이벤트 탐지 성능을 크게 향상시키는 것을 보여줍니다.
