面向运动感知的昆虫视觉系统计算模型与应用综述
计算机视觉与模式识别
2019-04-04 v1 神经元与认知
摘要
运动感知是决定昆虫生活诸多方面的关键能力,包括躲避捕食者、觅食等。在昆虫视觉通路中已识别出大量运动检测器。这些运动检测器的计算建模不仅为人工智能提供了有效解决方案,也增进了对复杂生物视觉系统的理解。这些经过数百万年进化发育形成的生物机制,将为未来智能机器构建动态视觉系统提供坚实模块。本文综述了文献中源于昆虫视觉系统生物学研究的计算运动感知模型。这些运动感知模型或神经网络包括飞蝗小叶巨型运动检测器(LGMD)的逼近敏感神经元模型、果蝇、蜜蜂和飞蝗中方向选择性神经元(DSN)的平移敏感神经系统,以及蜻蜓和食蚜蝇中的小目标运动检测器(STMD)。我们还综述了这些模型在机器人与车辆上的应用。通过这些建模研究,我们总结了在运动感知中产生不同方向与尺寸选择性的方法。最后,我们讨论了这些受生物启发的运动感知模型的多系统集成与硬件实现。
引用
@article{arxiv.1904.02048,
title = {Towards Computational Models and Applications of Insect Visual Systems for Motion Perception: A Review},
author = {Qinbing Fu and Hongxin Wang and Cheng Hu and Shigang Yue},
journal= {arXiv preprint arXiv:1904.02048},
year = {2019}
}
备注
90 pages, 34 figures, a comprehensive review paper