仿生视觉模型关键技术研究及应用
认清“何处有何物”是人类视觉要解决的核心问题。生理学研究发现,人类视觉系统中存在着两条不同的视觉通路分别处理“何处”和“何物”的问题。
本文正是以两条视觉通路为依据,结合脑科学和认知科学的研究成果,利用生物学提供的细节作为约束与指引,把视觉当作一个认知计算问题,围绕生物视觉仿真建模及应用过程中的若干技术问题和难点展开研究,以机器学习的方法模仿生物视觉的运行方式,构建人类认知的视觉模型,解决面临的实际问题。本文的主要工作和创新点如下：第一,本文提出了一个生物启发的、增量式的室外场景分类模型。
本文利用初级视觉特征来表征场景内容,结合自主心智发育理论,采用增量式分层判别回归树模拟人类视觉记忆的产生和再忆过程。与传统的仿生室外场景分类方法相比,本文所提出的模型可以通过与环境的实时交互自动学习周边场景的信息,产生知识和记忆,并以动态的方式更新记忆模块,它具有增量式在线学习能力,拓展性强。
公用数据集上的实验结果表明,在不同数目训练样本的情况下,本文方法对于公用数据集中场景的分类准确率都接近100%,它不仅可以提高机器视觉系统判别场景的正确率,而且显著减少了训练代 ...