本发明提出了一种基于卷积神经网络的事件场合成孔径成像方法。首先构建多个视角下场景事件数据集和场景无遮挡图像数据集；然后将多个视角场景事件数据集通过相机的多视角几何关系映射到合成孔径成像平面，得到多个视角重聚焦到参考视角的事件数据集；再将多个视角下重聚焦到参考视角的事件数据集输入至卷积神经网络得到重构后无遮挡视觉图像，结合场景无遮挡图像、重构后无遮挡视觉图像构建损失函数，通过ADAM迭代优化器训练卷积神经网络；最后将待重构场景影像通过训练后卷积神经网络得到待重构场景影像对应的无遮挡的目标图像。本发明综合利用了事件相机和卷积神经网络的优势，实现了密集遮挡与极端光照条件下的高质量视觉图像重建。