分层视觉特征感知在目标识别中的应用

发布时间：2018-03-19 22:30

  本文选题：分层感知　切入点：卷积神经网络　出处：《计算机辅助设计与图形学学报》2017年06期 　论文类型：期刊论文

【摘要】：为了模拟视觉通路的特征抽象与自学习能力,在视神经信息分层处理机制的基础上提出一种特征感知模型.在改进卷积神经网络框架的基础上,首先依据视网膜中神经元的方向选择性、空间局部性以及神经元间的侧抑制性,在初级视觉特征处理中构建一种视网膜拓扑映射;然后在中级视觉特征处理中引入生物神经的稀疏表达法,构建神经突触激活函数,解决了神经计算中常见的过拟合问题;最后提出模拟腹部通路信息传递的具有计算感知不变性的分层视觉特征感知计算模型.应用不同规模数据集进行测试的结果表明,该模型对大规模的目标识别问题具有较好的识别效果,目标识别的平均准确率可达85%.
[Abstract]:In order to simulate the feature abstraction and self-learning ability of visual pathway, a feature perception model is proposed based on the delamination mechanism of optic nerve information, which is based on the improved convolution neural network framework. Firstly, according to the directional selectivity, spatial localization and lateral inhibition of neurons in the retina, a topologic mapping of the retina is constructed in the primary visual feature processing. Then the sparse expression of biological nerve is introduced into the processing of intermediate visual features, and the synaptic activation function is constructed, which solves the common problem of over-fitting in neural calculation. Finally, a hierarchical visual feature perception computing model with computational perceptual invariance is proposed to simulate the information transmission of abdominal path. The model has a good effect on large-scale target recognition, and the average accuracy of target recognition can reach 85%.
【作者单位】： 沈阳理工大学信息科学与工程学院;东北大学计算机科学与工程学院;
【基金】：国家自然科学基金(61373089) 辽宁省教育厅科学技术项目(4801004yb02)
【分类号】：TP183;TP391.41

【相似文献】

相关期刊论文 前10条

1 杨建勋,史朝辉;基于模糊综合函数的目标识别融合算法研究[J];火控雷达技术;2004年04期

2 李彦鹏,施福忠,黎湘,庄钊文;基于模糊综合评判的目标识别效果评估[J];计算机应用研究;2005年03期

3 左峥嵘,张天序;集成证据提高目标识别性能的方法研究[J];华中科技大学学报(自然科学版);2005年03期

4 李彦鹏,黎湘,庄钊文;一种应用模糊聚类分析的目标识别效果评估方法[J];电子对抗技术;2005年03期

5 盖明久;吕世良;时宝;;一种概率更新方法及在目标识别中的应用[J];海军航空工程学院学报;2006年05期

6 张平定;王海军;王睿;;一种基于聚类思想的目标识别新方法[J];空军工程大学学报(自然科学版);2006年02期

7 黄瑶;熊和金;;目标识别的灰关联方法研究[J];湖南农业大学学报(自然科学版);2009年S1期

8 王丹;韩惠蕊;田淞;臧雪柏;宋炳强;;基于tree part-based模型的目标识别和定位[J];吉林大学学报(工学版);2012年S1期

9 ;用于图象目标识别的神经网络方法[J];电脑开发与应用;1995年02期

10 郭定，，朱祖祥;提示引导空间注意对范畴目标识别影响的研究[J];人类工效学;1995年02期

相关会议论文 前10条

1 郑援;胡成军;;基于数据融合的鱼雷目标识别[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

2 李夕海;赵克;慕晓冬;刘代志;;目标识别中的特征相空间吸引子分析[A];第十届全国信号处理学术年会（CCSP-2001）论文集[C];2001年

3 冯杰;盖强;古军峰;;模糊聚类分析方法在海上目标识别中的应用[A];第二届全国信息获取与处理学术会议论文集[C];2004年

4 赵克;刘代志;慕晓东;苏娟;;目标识别的特征量约束[A];第九届全国信号处理学术年会（CCSP-99）论文集[C];1999年

5 李正东;陈兴无;宋琛;何武良;;多传感器的目标识别[A];中国工程物理研究院科技年报（1999）[C];1999年

6 俞鸿波;赵荣椿;;三维空间目标识别概述[A];信号与信息处理技术——第一届信号与信息处理联合学术会议论文集[C];2002年

7 曹健;陈红倩;毛典辉;李海生;蔡强;;基于局部特征的图像目标识别问题综述[A];2013年中国智能自动化学术会议论文集（第五分册）[C];2013年

8 姚志军;韩秋蕾;;一种新的基于少量样本的目标识别与分割方法[A];第九届全国信息获取与处理学术会议论文集Ⅱ[C];2011年

9 刘兵;司秉玉;;基于图像区域搜索法的彩色球目标识别与跟踪[A];中国仪器仪表学会第五届青年学术会议论文集[C];2003年

10 蒋立正;李宗利;刘淑茜;;基于雷达观测的空间目标识别仿真系统设计[A];’2004系统仿真技术及其应用学术交流会论文集[C];2004年

相关博士学位论文 前10条

1 韩静;基于仿生视觉模型和复杂信息学习的多光谱夜视目标识别技术[D];南京理工大学;2014年

2 黄璇;多源引导信息融合及其关键技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2016年

3 舒锐;卫星目标识别与特征参数提取方法研究[D];哈尔滨工业大学;2010年

4 贾宇平;基于信任函数理论的融合目标识别研究[D];国防科学技术大学;2009年

5 张祥合;复杂场景中目标识别与分类的仿生原理和方法[D];吉林大学;2012年

6 王海罗;基于视觉感知的无人机目标识别与跟踪技术研究[D];北京理工大学;2015年

7 谢妤婵;视觉目标识别与三维定位关键技术的研究[D];天津大学;2009年

8 黄双萍;通用视觉目标识别的关键技术研究[D];华南理工大学;2011年

9 邹健;统计流形框架下视觉特征的嵌入与目标识别[D];南京理工大学;2012年

10 邢卓异;基于图像的目标识别与跟踪方法研究[D];哈尔滨工程大学;2007年

相关硕士学位论文 前10条

1 许俊峰;基于模型的任意视点下三维目标识别研究[D];南京航空航天大学;2015年

2 王玉君;基于远红外热像仪的地面机动目标识别[D];沈阳理工大学;2015年

3 周伟峰;基于神经网络的单目机器人目标识别定位研究[D];安徽工程大学;2015年

4 王翔;基于局部神经反应的目标识别研究[D];华中师范大学;2015年

5 刘巍;基于非均匀采样图像的目标识别与跟踪算法研究[D];北京理工大学;2015年

6 程子伦;基于ARM嵌入式平台的视频目标识别与跟踪系统的研究与实现[D];河北科技大学;2015年

7 李元伟;面向智能交通的目标识别关键技术研究[D];国防科学技术大学;2013年

8 张伟鹏;利用UWB信号对森林中入侵目标识别的研究[D];北京邮电大学;2015年

9 孔思维;基于目标识别的运动棒材在线计数[D];济南大学;2015年

10 降小龙;基于语义结构和视觉焦点的场景目标识别[D];中北大学;2016年

本文编号：1636270