一种用于从杂乱背景中准确提取小目标运动信息的仿生视网膜神经网络
人工智能
2021-03-02 v1
摘要
在杂乱运动背景中鲁棒且准确地检测小运动目标，是机器人视觉系统执行搜索与跟踪任务的一个重要且具有挑战性的问题。受哺乳动物视网膜基本运动视觉神经回路的启发，本文提出了一种基于新型神经动力学时间滤波与多形态二维空间Gabor滤波的仿生视网膜神经网络。该模型仅通过两个正交的时空滤波信号即可准确估计运动方向，并通过调整空间滤波器的树突野大小来响应不同尺寸与速度的小目标。同时，提出了一种方向选择性抑制算法以抑制运动背景中的类目标特征，从而有效降低背景运动的影响。大量合成与真实数据实验表明，所提模型对更宽尺寸与速度范围的小目标稳定工作，且检测性能优于其他仿生模型。此外，它还能准确快速地提取运动方向与运动能量信息。
引用
@article{arxiv.2103.00848,
title = {A Bioinspired Retinal Neural Network for Accurately Extracting Small-Target Motion Information in Cluttered Backgrounds},
author = {Xiao Huang and Hong Qiao and Hui Li and Zhihong Jiang},
journal= {arXiv preprint arXiv:2103.00848},
year = {2021}
}