立体视觉情形下利用稀疏编码发掘图像统计特性
计算机视觉与模式识别
2021-01-28 v2 神经元与认知
摘要
稀疏编码算法已被用作哺乳动物视觉早期处理的模型。人们假设大脑利用稀疏编码来发掘感觉流的统计特性。我们假设稀疏编码从数据集中发现模式，这些模式可通过简单读出用于估计一组刺激参数。在本研究中，我们选取立体视觉模型来检验该假设。我们使用局部竞争算法（Locally Competitive Algorithm, LCA），其后接朴素贝叶斯分类器，以推断立体视差。根据结果我们报告三点观察。第一，该自然化处理流程成功实现了视差推断。第二，需要一种扩展的、高度冗余的表示才能鲁棒地识别输入模式。第三，推断误差可由 LCA 表示中活跃系数的数量预测。我们得出结论：稀疏编码能为后续推断任务生成合适的通用表示。关键词：稀疏编码；局部竞争算法（LCA）；高效编码；紧凑码；概率推断；立体视觉
引用
@article{arxiv.2101.09710,
title = {Exploitation of Image Statistics with Sparse Coding in the Case of Stereo Vision},
author = {Gerrit A. Ecke and Harald M. Papp and Hanspeter A. Mallot},
journal= {arXiv preprint arXiv:2101.09710},
year = {2021}
}
备注
Author's accepted manuscript