分层视觉特征感知在目标识别中的应用

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%.

关键词：分层感知、卷积神经网络、激活函数、目标识别

所属期刊栏目：29

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61373089;辽宁省教育厅科学技术项目 4801004yb02

在线出版日期：2017-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1093-1102