神经形态形状滤波器设计的进化视角
神经元与认知
2020-09-01 v1 人工智能
计算机视觉与模式识别
神经与进化计算
图像与视频处理
摘要
大量时间和能量已被投入到利用连接主义（神经网络）原理发展机器视觉中。其中大部分工作受到神经科学家和行为科学家关于皮层系统如何存储刺激信息理论的影响。这些理论要求信息流经多个神经元群体间的连接，初始连接是随机的（或至少无功能的）。然后通过训练试验修改连接的强度或位置，以实现有效的输出，例如识别物体的能力。这些理论忽略了一个事实：没有皮层的动物（如鱼类）能够展现出超越最佳神经网络模型的视觉技能。允许即时有效视觉和快速学习的神经回路已由数亿年的进化预先编程，且这些视觉技能在孵化后不久即可具备。皮层系统可能提供高级图像处理，但极有可能使用的是在更简单系统中已被证明有效的设计原理。本文简要概述了用于登记形状信息的视网膜与皮层机制，希望有助于设计更贴近生物视觉机制的形状编码回路。
引用
@article{arxiv.2008.13229,
title = {An evolutionary perspective on the design of neuromorphic shape filters},
author = {Ernest Greene},
journal= {arXiv preprint arXiv:2008.13229},
year = {2020}
}