基于視覺的神經(jīng)機(jī)制的圖像特征提取和物體識別.pdf

1、視覺信息的理解和處理一直以來都是人工智能和計(jì)算機(jī)視覺的難題之一。人腦具有迅速準(zhǔn)確的處理視覺信息的能力。用計(jì)算機(jī)模擬并實(shí)現(xiàn)這樣的能力，對于計(jì)算機(jī)科學(xué)是一個具有吸引力和挑戰(zhàn)性的目標(biāo)。隨著神經(jīng)科學(xué)的發(fā)展，人們對生物視覺的神經(jīng)機(jī)制有了越來越深入的了解。由此，人工智能和計(jì)算機(jī)視覺領(lǐng)域也產(chǎn)生了大量基于生物視覺機(jī)制的研究工作，在圖像分析和處理中展示了巨大的潛力和可觀的前景。
　　本文依據(jù)視覺的神經(jīng)機(jī)制，對初級視皮層中的簡單細(xì)胞和復(fù)雜細(xì)胞等神經(jīng)元

2、進(jìn)行計(jì)算機(jī)建模。在此基礎(chǔ)上，對腹側(cè)視通路上的V4神經(jīng)元和IT神經(jīng)元的響應(yīng)模式和計(jì)算模型進(jìn)行了探索性的研究。腹側(cè)視通路在大腦完成物體識別的任務(wù)中起著關(guān)鍵的作用。在該通路的不同階段，大腦完成了對邊緣、朝向、輪廓、形狀等各個層次的圖像特征分析和提取，并最終形成了對物體的認(rèn)知。本文構(gòu)建了對應(yīng)的計(jì)算模型，并通過該計(jì)算模型對輸入圖像的特征進(jìn)行提取。
　　特征匹配實(shí)驗(yàn)顯示，與傳統(tǒng)的圖像特征描述子相比，該模型所提取的特征具有足夠的區(qū)分度。另一方面