FlEye 相机：采样自然场景与运动的联合分布
神经元与认知
2024-12-31 v1 无序系统与神经网络
摘要
为高效利用有限的物理资源，大脑必须将其编码和计算策略与输入信号的统计结构相匹配。飞虫视觉系统中运动估计的问题是一个具有吸引力的测试场：我们理解复合眼的光学特性，对视网膜输入信号和噪声拥有量化描述，能够记录编码不同速度分量的输出神经元。此外，最近的工作提供了中间电路几乎完整的接线图。缺失的是对飞虫在自然环境中遇到的视觉信号和运动进行特征化。我们直接通过开发一种匹配飞虫眼睛高时序分辨率、光学特性和光谱灵敏度的专用相机来实现这一目标；惯性运动传感器提供关于旋转和平移通过世界的真实值。我们描述了该 FlEye 相机的设计、制造和性能特征。为说明该仪器所创造的机会，我们使用电影和运动数据构建最优的局部运动估计器，可与飞虫运动敏感神经元的响应进行比较。
引用
@article{arxiv.2412.21081,
title = {The FlEye camera: Sampling the joint distribution of natural scenes and motion},
author = {Charles J. Edelson and Paul Smith and Sima Setayeshgar and William Bialek and Rob R. de Ruyter van Steveninck},
journal= {arXiv preprint arXiv:2412.21081},
year = {2024}
}