基于神经振荡器的视觉分组

分布式同步已知在大脑的多个尺度上发生，并被认为在感知分组中起着关键功能作用。然而，最先进的视觉分组算法似乎对神经同步类比关注相对较少。基于动态系统并发同步的框架，提出了由扩散连接耦合的简单神经振荡器网络来解决视觉分组问题。还研究了多层算法和反馈机制。相同的算法在几个经典的视觉分组问题上取得了有希望的结果，包括点聚类、轮廓整合和图像分割。