HSMD：一种使用混合脉冲神经网络架构的目标运动检测算法
计算机视觉与模式识别
2021-09-10 v1 神经与进化计算
摘要
运动目标检测是脊椎动物视网膜执行的一项简单任务，但却是复杂的计算机视觉任务。目标运动敏感神经节细胞（OMS-GC）是视网膜中感知运动目标的特化细胞。OMS-GC 接收连续信号作为输入，并产生脉冲模式作为输出，通过视神经传输到视觉皮层。本文提出的混合敏感运动检测器（HSMD）算法通过一个定制的三层脉冲神经网络（SNN）增强了GSOC动态背景减除（DBS）算法，该网络输出类似于OMS-GC的脉冲响应。该算法与OpenCV库中现有的背景减除（BS）方法进行了比较，特别是在2012年变化检测（CDnet2012）和2014年变化检测（CDnet2014）基准数据集上。结果表明，HSMD在竞争方法中总体排名第一，并且在所有八个测试指标中的四个类别上表现优于所有其他算法。此外，本文提出的HSMD是首个使用SNN来增强现有最先进的DBS（GSOC）算法的方法，结果表明该SNN在实际应用中提供了接近实时的性能。
引用
@article{arxiv.2109.04119,
title = {HSMD: An object motion detection algorithm using a Hybrid Spiking Neural Network Architecture},
author = {Pedro Machado and Andreas Oikonomou and Joao Filipe Ferreira and T. M. McGinnity},
journal= {arXiv preprint arXiv:2109.04119},
year = {2021}
}