CVSNet：一种大脑中央视觉系统的计算机实现
计算机视觉与模式识别
2023-06-01 v1 人工智能
摘要
在计算机视觉中，不同的基础模块围绕不同的矩阵运算构建，基于不同基础模块的模型已取得良好效果。视觉任务中的良好表现赋予了它们合理性。然而，这些基于实验的模型也使深度学习长期因原理与可解释性受到批评。深度学习起源于神经科学的神经元概念，但近期的设计除一些简单概念外已脱离自然神经网络。本文中，我们构建了一个人工神经网络CVSNet，可视为大脑中央视觉系统的计算机实现。CVSNet中的每个模块表征与大脑中相同的视觉信息。在CVSNet中，各模块彼此不同，视觉信息流经三条独立通路与五个不同模块。因此CVSNet与以往所有模型的设计完全不同，后者以重复基础模块构建模型并在起始阶段混合通道间信息。在消融实验中，我们展示了CVSNet中模块提取的信息并与先前网络比较，从实验侧证明了CVSNet模块的有效性与合理性。在物体识别实验中，CVSNet取得了与ConvNets、Vision Transformers和MLPs相当的结果。
引用
@article{arxiv.2305.19492,
title = {CVSNet: A Computer Implementation for Central Visual System of The Brain},
author = {Ruimin Gao and Hao Zou and Zhekai Duan},
journal= {arXiv preprint arXiv:2305.19492},
year = {2023}
}