基于片上学习的视觉模式识别：迈向全神经形态方法
神经与进化计算
2021-03-05 v1 计算机视觉与模式识别
图像与视频处理
摘要
我们提出了一种用于视觉模式识别的脉冲神经网络（SNN），该网络在神经形态硬件上实现片上学习。我们展示了该网络如何利用基于局部脉冲的可塑性规则，学习由动态视觉传感器感知的由水平与垂直条带组成的简单视觉模式。在识别过程中，网络在对模式身份进行分类的同时，还估计其位置与尺度。我们基于先前在环使用神经形态硬件学习的工作，证明了所提出的网络能够正确地以片上学习方式运行，展示了一个完整的神经形态模式学习与识别框架。我们的结果表明，该网络对输入中的噪声（添加130%噪声时准确率无下降）以及神经元参数中高达20%的噪声均具有鲁棒性。
引用
@article{arxiv.2008.03470,
title = {Visual Pattern Recognition with on On-chip Learning: towards a Fully Neuromorphic Approach},
author = {Sandro Baumgartner and Alpha Renner and Raphaela Kreiser and Dongchen Liang and Giacomo Indiveri and Yulia Sandamirskaya},
journal= {arXiv preprint arXiv:2008.03470},
year = {2021}
}
备注
5 pages. Accepted to ISCAS 2020 conference