基于層次特征映射模型的目標識別.pdf

1、目標識別研究的目的在于使計算機可以像人類一樣對接收到的視覺信息進行識別處理,受生物視覺信息處理機制啟發(fā)的目標識別是當前計算機視覺領(lǐng)域研究的熱點之一,其主要思想是對大腦視覺皮層腹側(cè)通路中乂1、乂2、乂4和II區(qū)對視覺信息的層次性處理過程進行模擬,構(gòu)建數(shù)學模型來實現(xiàn)目標識別。因而從生物視覺信息處理機制出發(fā)構(gòu)建計算機視覺模型具有重要的意義和應(yīng)用前景。
　　本文首先主要從視覺通路理論和視覺圖理論兩個方面對生物視覺信息處理機制進行了介紹,再

2、對計算機視覺中模擬這一機制的層次模型理論作了詳細的評價。為了學習大腦初級視覺皮層中的方向圖結(jié)構(gòu),文章綜合幾種深度學習算法的特點,將線性尺600口8加也0口-10八算法擴展至非線性形式,并基于0油61和斯關(guān)于方向圖的假設(shè)對算法的輸出加入平滑限制條件,實驗表明提出的方向圖算法可以有效地對方向圖的20分布結(jié)構(gòu)進行學習。
　　論文還提出了一種新的受生物視覺啟發(fā)的前饋深度層次模型,即層次特征映射模型,用于目標識別。層次特征映射模型基于腦視覺

3、皮層腹側(cè)通路理論,網(wǎng)絡(luò)共有四層,分別為8層、01層、02層和03層。其中8層利用手工設(shè)計的高斯差分函數(shù)以及6此01函數(shù)模擬初級視覺皮層中的方向圖,01、02和03層采用徑向基函數(shù)模擬單個節(jié)點的感受野,并且基于視覺圖理論,采用競爭學習策略來學習節(jié)點感受野的具體形狀。
　　實驗表明,層次特征映射模型可以很好地保留圖像的主要結(jié)構(gòu)信息,并且具有自學習的能力,能夠提取有用的特征表達,在主流圖像數(shù)據(jù)庫上可以取得較好的分類結(jié)果,模型具有較好的發(fā)