受生物学启发的自然图像稀疏性表征
神经元与认知
2017-02-09 v1
摘要
自然图像遵循由我们物理（视觉）环境结构继承的统计特性。特别地，该结构的一个显著方面是图像可以用相对稀疏数量的特征来描述。我们设计了一种受初级视觉皮层架构生物学启发的稀疏编码算法。我们在此表明，该表示的系数表现出重尾分布。对于每幅图像，该分布的参数表征稀疏性并因图像而异。为研究该稀疏性的作用，我们设计了一类受我们在自然图像上测量启发的、具有受控稀疏性值的新型随机纹理刺激。然后，我们提供了一种合成具有给定稀疏性统计特性（匹配某类自然图像的稀疏性）的随机纹理图像的方法，并提供了它们在神经生理学中应用的前景。
引用
@article{arxiv.1702.02485,
title = {Biologically-inspired characterization of sparseness in natural images},
author = {Laurent U Perrinet},
journal= {arXiv preprint arXiv:1702.02485},
year = {2017}
}
备注
arXiv admin note: substantial text overlap with arXiv:1611.06834