Citti-Petitot-Sarti 模型的半离散版本作为拟人化图像重建与模式识别的可行模型
计算机视觉与模式识别
2020-02-11 v3 偏微分方程分析
表示论
摘要
在文献[66]的精美著作中，Jean Petitot 提出了一种用于哺乳动物初级视觉皮层的亚黎曼模型。该模型在神经生理学上是合理的。该理论的进一步发展带来了基于相关亚椭圆扩散考虑的高效图像重建算法。Petitot 与 Citti-Sarti 的亚黎曼模型（或其某些改进）是平面旋转平移群 上的左不变结构。在此，我们提出了该理论的半离散版本，导出了群 上的左不变结构，其限制为有限数量的旋转。这个看似非常简单的群实际上相当反常：它是极大几乎周期的，从而与 相比带来了简单得多的调和分析。基于该半离散模型，我们改进了先前的图像重建算法，并发展了模式识别理论，这也在实践中产生了非常高效的算法。
引用
@article{arxiv.1704.03069,
title = {A semidiscrete version of the Citti-Petitot-Sarti model as a plausible model for anthropomorphic image reconstruction and pattern recognition},
author = {Dario Prandi and Jean-Paul Gauthier},
journal= {arXiv preprint arXiv:1704.03069},
year = {2020}
}
备注
123 pages, revised version