基于PCNN的視覺特征捆綁方法研究.pdf

1、隨著認知心理學、生物神經學等學科的不斷發(fā)展，人們已經發(fā)現(xiàn)已有的視覺計算理論與生物視覺機理有較大的差異，視覺計算理論很難把許多生物視覺的特征準確地表現(xiàn)出來，因此研究生物視覺系統(tǒng)工作機制，探索其系統(tǒng)結構和工作機理的數(shù)學規(guī)律，尋找任務態(tài)下的激勵狀態(tài)，對于認識生物視覺的本質規(guī)律，進而實現(xiàn)具有生物視覺機理的機器視覺，具有重要科學意義和實用價值。
　　本文引入脈沖耦合神經網(wǎng)絡（PCNN）模型，在模擬人類等高等動物視覺感知的基礎上，開展了基于矢

2、量 PCNN的視覺特征捆綁研究；另外，引入基于卷積網(wǎng)絡模型的圖像識別，結合圖像匹配技術，融合深度圖像信息，開展了視覺特征捆綁在避障機器人中的應用研究，主要研究內容包括：⑴構建了基于矢量PCNN的視覺特征捆綁模型。PCNN模型是第三代人工網(wǎng)絡模型，其本身模擬生物刺激同步產生脈沖振蕩，構造出網(wǎng)絡，符合生理特性，在此基礎上構建了基于矢量PCNN的視覺特征捆綁，能夠更好地模擬生物特征實現(xiàn)圖像顏色和形狀的識別和捆綁。⑵研究了視覺特征捆綁在避障機器