用于轮廓检测的初级视皮层指向场模型
神经元与认知
2014-10-21 v2 计算机视觉与模式识别
摘要
我们的目标是构建一个尽可能简单的模型，能够在杂乱的视觉场景中检测长且含噪的轮廓。为此，我们将灵长类动物初级视皮层中的神经动力学建模为一个连续指向场，该场描述了皮层特定点处活跃神经元的平均发放率和平均取向偏好。随后，我们利用具有长程连接模式的线性 - 非线性动力学模型，以强化所分析图像中存在的长程统计上下文。所得模型的自由度远少于传统模型，然而它能够通过抑制背景杂乱并填充物体轮廓的遮挡元素，将大型连续物体从背景杂乱中区分出来。这实现了对杂乱场景中大型物体的高精度、高召回率检测。顺便提及，我们的模型与二维向列相液晶的 Landau-de Gennes 理论具有直接对应关系。
引用
@article{arxiv.1310.1341,
title = {Director Field Model of the Primary Visual Cortex for Contour Detection},
author = {Vijay Singh and Martin Tchernookov and Rebecca Butterfield and Ilya Nemenman},
journal= {arXiv preprint arXiv:1310.1341},
year = {2014}
}
备注
9 pages, 7 figures