基于扫视眼动的活动类别图像分类的演化
计算机视觉与模式识别
2016-12-07 v2 机器学习
神经与进化计算
摘要
模式识别与分类是现代信息处理系统的核心关注点。特别地，图像和视频分类的一个关键挑战在于图像处理的计算成本随图像或视频中的像素数量线性增长。在此我们提出一种受眼睛扫视运动启发的智能机器（“活动类别分类器”，即ACC），其能够通过仅选择性扫描图像的一部分来对图像进行分类。我们利用进化计算在MNIST手写数字分类任务上优化ACC，并提供了ACC在含噪多类数据上工作的概念验证。我们进一步分析ACC并展示其在仅观看像素的一小部分后分类图像的能力，并对未来进一步改进此处ACC的研究路径提供见解。
引用
@article{arxiv.1603.08233,
title = {Evolution of active categorical image classification via saccadic eye movement},
author = {Randal S. Olson and Jason H. Moore and Christoph Adami},
journal= {arXiv preprint arXiv:1603.08233},
year = {2016}
}
备注
10 pages, 5 figures, to appear in PPSN 2016 conference proceedings