脉冲耦合神经网络在计算机视觉与图像处理中的应用综述
计算机视觉与模式识别
2024-06-04 v1 机器学习
神经与进化计算
摘要
受哺乳动物视觉皮层启发的神经模型研究催生了许多脉冲神经网络，例如脉冲耦合神经网络（PCNN）。这些模型是振荡的时空模型，通过图像刺激产生多个基于时间的响应。本文综述了PCNN的最新技术，涵盖了其数学公式、变体以及文献中发现的其他简化形式。我们介绍了PCNN架构已成功解决一些基本图像处理和计算机视觉挑战的若干应用，包括图像分割、边缘检测、医学成像、图像融合、图像压缩、目标识别和遥感。这些应用取得的结果表明，PCNN架构能够生成与广泛计算机视觉任务相关的有用感知信息。
引用
@article{arxiv.2406.00239,
title = {A Review of Pulse-Coupled Neural Network Applications in Computer Vision and Image Processing},
author = {Nurul Rafi and Pablo Rivas},
journal= {arXiv preprint arXiv:2406.00239},
year = {2024}
}
备注
The 25th International Conference on Image Processing, Computer Vision, and Pattern Recognition (IPCV 2021)