基于真实场景的蝗虫视觉系统目标逼近检测神经模型
神经元与认知
2018-01-25 v1
摘要
在鸽子和蝗虫等动物的中枢神经系统中，已识别出一些神经元，它们对沿直接碰撞路线逼近动物的物体发出信号。揭示用于避碰的神经回路并辨识其底层计算原理，对于构建基于视觉的神经形态架构颇有前景，在不久的将来可应用于汽车或飞机。目前尚无已发表的模型能够在真实世界条件下稳健检测逼近物体。在此我们提出一种用于信号预示碰撞的计算架构，其基于已知的蝗虫小叶巨型运动检测器（LGMD）神经元解剖数据。我们的模型即使在不利情况下也表现出稳健性能，例如逼近的低对比度物体，或高度纹理化且运动的背景。我们进一步讨论了需向模型添加哪些组件以将其转换为成熟的真实世界环境碰撞检测器。关键词：蝗虫，LGMD，碰撞检测，侧抑制，扩散，ON-OFF 通路，神经元动力学，计算机视觉，图像处理
引用
@article{arxiv.1801.08108,
title = {A neural model of the locust visual system for detection of object approaches with real-world scenes},
author = {Matthias S. Keil and Elisenda Roca-Moreno and Angel Rodriguez-Vazquez},
journal= {arXiv preprint arXiv:1801.08108},
year = {2018}
}
备注
Originally published in the Proceedings of the Fourth IASTED International Conference on Visualization, Imaging, and Image Processing, September 6-8, 2004, Marbella, Spain (see http://www.actapress.com/Abstract.aspx?paperId=18773)