初級(jí)視覺(jué)皮層朝向功能柱的建模與圖像表征研究.pdf

1、在模式識(shí)別領(lǐng)域，在背景中識(shí)別物體經(jīng)常是一個(gè)很有挑戰(zhàn)性的工作，尤其是當(dāng)物體的大小、拍照角度、明亮程度和背景都在不停改變的時(shí)候。處理這類(lèi)問(wèn)題最有效的方法是，使用拓?fù)湫畔⒒蛘邘缀翁卣鱽?lái)學(xué)習(xí)和定義物體的結(jié)構(gòu)。
　　當(dāng)我們具有一個(gè)物體的幾個(gè)正例樣本的時(shí)候，我們經(jīng)常需要一個(gè)原型作為物體的表示。在計(jì)算機(jī)算法里，需要一些形式化的數(shù)據(jù)結(jié)構(gòu)來(lái)描述這個(gè)物體。一個(gè)直接的方式是選擇一些已有的知識(shí)表示方法，例如語(yǔ)義網(wǎng)絡(luò)、產(chǎn)生式規(guī)則、框架或者是本體。但是從知識(shí)

2、工程的角度來(lái)說(shuō)，一種好的知識(shí)表示方法應(yīng)該能夠無(wú)縫地連接兩個(gè)知識(shí)層級(jí):在學(xué)習(xí)階段獲取的知識(shí)，和在推理階段使用的知識(shí)。在本文中使用的知識(shí)適用于物體的結(jié)構(gòu)化特征。
　　在解決這些問(wèn)題的時(shí)候絕大多數(shù)計(jì)算機(jī)視覺(jué)的研究者忽略了生理視覺(jué)原理，而過(guò)多地從工程角度出發(fā)提出各種理論和算法，使得計(jì)算機(jī)視覺(jué)缺乏完整的計(jì)算理論體系和統(tǒng)一的有效算法，無(wú)法解決復(fù)雜場(chǎng)景的認(rèn)知問(wèn)題。所以當(dāng)前的計(jì)算機(jī)視覺(jué)實(shí)際上只能處理單一的局部信息，但大多數(shù)景象都是由多種不同的局部

3、信息組成的。相比之下，高等哺乳動(dòng)物的視覺(jué)感知系統(tǒng)卻能夠在各種復(fù)雜的環(huán)境下輕松感知外界信息。當(dāng)高等哺乳動(dòng)物觀察一個(gè)景象時(shí)，大腦會(huì)很好地組合各種局部視覺(jué)信息，產(chǎn)生總體協(xié)調(diào)的感覺(jué)，從非常復(fù)雜的背景中辨認(rèn)出各種尺度、各種特性的物體。所以，通過(guò)對(duì)高等哺乳動(dòng)物的視覺(jué)處理機(jī)制的研究，借助于神經(jīng)生理和認(rèn)知心理理論，完全可能找到一些新的突破點(diǎn)，為計(jì)算視覺(jué)理論提供新的原型，以解決計(jì)算機(jī)視覺(jué)遇到的困難。
　　在本文中我們模擬初級(jí)視皮層在視覺(jué)信息處理過(guò)程

4、中的中繼機(jī)制:所有從底層視網(wǎng)膜出發(fā)的信息匯集到這里，并且所有到上層皮質(zhì)的信息從這里發(fā)出。所以存儲(chǔ)在初級(jí)視皮層中的信息足夠充分，能夠被用來(lái)進(jìn)行后續(xù)的處理。在紋狀皮層的V1區(qū)域有許多細(xì)胞會(huì)對(duì)特定的朝向產(chǎn)生強(qiáng)烈的反應(yīng)。人們研究了這種朝向選擇性，并且提出了朝向柱的概念。朝向柱模型給了我們靈感設(shè)計(jì)一個(gè)類(lèi)似的陣列來(lái)記錄圖像邊緣朝向的分布。朝向柱陣列的輸出是激活朝向片的集合，我們相信物體的輪廓信息也會(huì)被包含在這個(gè)分布中。在激活朝向片集合的基礎(chǔ)之上，我

5、們?cè)O(shè)計(jì)了線條上下文描述子，作為物體高階統(tǒng)計(jì)信息的表示單元。接下來(lái)我們把從多個(gè)原型中得到的描述子重組成數(shù)據(jù)表，并且用數(shù)據(jù)表來(lái)表示物體的特征。
　　通過(guò)對(duì)初級(jí)視覺(jué)皮層中朝向柱陣列的模擬得到的知識(shí)，比未經(jīng)加工的原始數(shù)據(jù)要稀疏，但是比形式化的概念要密集。朝向柱陣列表達(dá)的語(yǔ)義成分比未經(jīng)處理的原始數(shù)據(jù)重，但是比形式化的概念要輕。所以這是一個(gè)非常好的方法，具有合適的粒度，能夠讓數(shù)據(jù)和概念匯集在一起。
　　實(shí)驗(yàn)結(jié)果表明，我們的算法能夠有效表