類腦計算

目錄　
前言　
第1章　什么是類腦計算　1　
1.1　類腦計算的非正式說明　1　
1.2　類腦計算助力工程問題　2　
1.3　類腦計算助力神經科學研究　6　
1.4　類腦計算與人工智能　10　
參考文獻　11　
第2章　基于多尺度感受野的警覺保持計算模型　12　
2.1　人類視覺系統(tǒng)　12　
2.1.1　眼睛的構造　12　
2.1.2　視網膜的結構與功能　13　
2.1.3　視網膜|外膝體|視皮層通路的定量分析　16　
2.1.4　視覺的空間辨別　19　
2.1.5　視神經通路　20　
2.1.6　感受野的研究　23　
2.1.7　視覺信息處理機制給計算機視覺的啟示　26　
2.2　DOG模型　27　
2.2.1　DOG模型概述　27　
2.2.2　on事件與off事件的定義及檢測規(guī)則　28　
2.2.3　參數選取及閾值界定　31　
2.3　警覺保持計算模型　38　
2.3.1　逐級加工的層次網絡模型　38　
2.3.2　多尺度感受野的設計算法　40　
2.3.3　擬神經節(jié)單元生成算法　42　
2.3.4　感受野覆蓋特性研究　42　
2.3.5　警覺保持算法　46　
2.4　仿真實驗　47　
2.4.1　實驗參數的設定　47　
2.4.2　實驗結果　49　
參考文獻　54
第3章　生物視網膜早期機制的模擬與性能平衡　55　
3.1　生物視網膜結構模型　55　
3.1.1　眼睛的結構與視覺成像原理　55　
3.1.2　生物視網膜層次網絡結構　56　
3.1.3　生物視網膜信息處理的概要性流程　58　
3.1.4　生物視網膜信息處理過程中值得研究的幾個重要問題　59　
3.2　早期視覺模型分類與分析　60　
3.2.1　早期視覺模型分類　60　
3.2.2　“黑匣子”算法模型　61　
3.2.3　簡單生理擬合模型　61　
3.2.4　復雜生理擬合模型　63　
3.3　早期視覺機制的模擬　65　
3.3.1　模擬視網膜結構的計算模型　65　
3.3.2　視網膜神經節(jié)細胞感受野分布模型　70　
3.3.3　光感受器細胞的算法模型　72　
3.3.4　神經節(jié)細胞的算法模型　74　
3.4　計算模型的實現與實驗分析　75　
3.4.1　模型的實現　75　
3.4.2　真實圖片實驗結果與分析　75　
參考文獻　85　
第4章　視網膜仿真及其感知效能分析　87　
4.1　視網膜各層結構在信息處理中的作用　87　
4.2　視網膜中的垂直并行通路結構簡介　88　
4.2.1　視錐細胞通路與視桿細胞通路　88　
4.2.2　ON與OFF通路　88　
4.2.3　顏色、亮度、運動等功能性并行通路　89　
4.2.4　視網膜各并行通路在信息處理中的作用　90　
4.3　視網膜模型設計與實現　91　
4.3.1　視網膜模型的整體模式圖　91　
4.3.2　光感受器層的模擬　92　
4.3.3　水平細胞層和雙極細胞層的模擬　98　
4.3.4　無長足細胞層的模擬　101　
4.3.5　神經節(jié)細胞層的模擬　102　
4.4　實驗系統(tǒng)設計與分析　104　
4.4.1　視網膜網絡模型的基本結構驗證實驗　104
4.4.2　視網膜網絡模型的刺激探測效果及物體表征效果實驗　109　
4.4.3　視網膜神經節(jié)細胞感受野對視網膜性能的影響分析　115　
參考文獻　117　
第5章　基于視網膜的圖像局部朝向刺激表征模型　119　
5.1　視覺計算模型　119　
5.1.1　數字圖像的表征　120　
5.1.2　“像素無關”的采樣策略　122　
5.1.3　非均勻密度分布細胞的生成　123　
5.1.4　視覺計算模型的逐層構建　125　
5.1.5　視覺計算模型的平行通路　130　
5.1.6　圖像表征與重構　134　
5.1.7　本節(jié)小結　134　
5.2　視覺計算模型的圖像表征實驗　135　
5.2.1　圖像復雜度的概念　135　
5.2.2　邊界直線段的檢測實驗　137　
5.2.3　圖像的\\解構“與\\重構”實驗　139　
5.2.4　本節(jié)小結　141　
5.3　視覺計算模型的效能分析　141　
5.3.1　確定視覺計算模型各層計算單元的位置　142　
5.3.2　由類神經節(jié)細胞的空間位置產生的幾何約束　143　
5.3.3　視覺計算模型的效能平衡點　150　
5.3.4　本節(jié)小結　152　
參考文獻　152　
第6章　顏色拮抗機制的計算模型　153　
6.1　顏色拮抗機制　153　
6.2　一種基于非經典感受野的模型　156　
6.2.1　模型設計　156　
6.2.2　實驗　164　
6.2.3　本節(jié)小結　166　
6.3　一種基于神經節(jié)細胞經典感受野拮抗機制的圖像表征模型　167　
6.3.1　模型設計　167　
6.3.2　實驗　175　
6.3.3　本節(jié)小結　181　
參考文獻　182
第7章　初級視皮層計算模型構建及其高階功能探索　183　
7.1　計算模型設計與實現　183　
7.1.1　早期視覺系統(tǒng)模型　183　
7.1.2　視網膜、外膝體層的模擬　184　
7.1.3　方位柱的模擬實現　186　
7.1.4　顏色通道的模擬實現　188　
7.2　實驗系統(tǒng)設計與分析　191　
7.2.1　計算模型的設計驗證　191　
7.2.2　過程與結果的驗證　194　
7.2.3　高階功能探索實驗　200　
參考文獻　203　
第8章　基于非經典感受野機制的計算模型　204　
8.1　非經典感受野機制　204　
8.1.1　經典感受野的生理學研究　204　
8.1.2　非經典感受野的生理學研究　207　
8.1.3　視網膜神經節(jié)細胞的非經典感受野神經機制　209　
8.1.4　視網膜的逆向調控機制　209　
8.1.5　固視微動　210　
8.1.6　對非經典感受野已有工作的總結　211　
8.2　三層網絡模型　212　
8.2.1　模型設計　213　
8.2.2　實驗結果　215　
8.2.3　本節(jié)小結　218　
8.3　多層次網絡計算模型設計　218　
8.3.1　計算回路設計　219　
8.3.2　層次網絡模型設計　221　
8.3.3　GC感受野的數學模型　222　
8.3.4　參數設置　223　
8.3.5　動態(tài)感受野設計　229　
8.4　圖像表征的相關實驗　231　
8.4.1　一致性實驗　231　
8.4.2　簡潔性實驗　232　
8.4.3　忠實性實驗　236　
8.5　通用表征對圖像理解的促進實驗　242　
8.5.1　聚類促進實驗　243
8.5.2　分割促進實驗　244　
8.5.3　輪廓擬合實驗　247　
參考文獻　253　
第9章　朝向選擇性模型及其應用　257　
9.1　模型生理基礎　257　
9.1.1　初級視覺通路　258　
9.1.2　神經節(jié)及外膝體細胞的感受野　259　
9.1.3　簡單細胞的感受野　262　
9.2　LGN細胞對刺激的響應模型　265　
9.2.1　與對比度無關的響應　265　
9.2.2　響應函數及其性質　268　
9.2.3　響應曲線　271　
9.3　簡單細胞的方向計算模型　272　
9.3.1　基本*小二乘模型　273　
9.3.2　非線性優(yōu)化模型　274　
9.3.3　模型求解及解的性質　276　
9.3.4　誤差分析　279　
9.3.5　改進的非線性加權模型　280　
9.3.6　理想Hubel-Wiesel條件下方向不唯一性　282　
9.4　實驗及分析　283　
9.4.1　方向檢測方法　283　
9.4.2　模型的選擇　284　
9.4.3　參數的確定　285　
9.4.4　簡單細胞感受野的模擬　287　
9.4.5　刺激復雜度與計算誤差　288　
9.5　模型應用一：圖像的方向檢測　289　
9.5.1　檢測方法　289　
9.5.2　形狀圖像　292　
9.5.3　自然圖像　292　
9.5.4　對更高層處理的增強　302　
9.6　模型應用二：視錯覺的幾何解釋　305　
9.6.1　干擾導致計算偏差　305　
9.6.2　錯覺的解釋　306　
9.7　模型應用三：平面的朝向分析　312　
9.7.1　三維圖像信息獲取　312
9.7.2　成像模型　313　
9.7.3　基本圖形的三維信息　316　
9.7.4　場景綜合特征分析　322　
9.7.5　實驗　324　
參考文獻　328　
第10章　基于非經典感受野的圖像表征模型　336　
10.1　非經典感受野機制　336　
10.1.1　經典感受野　336　
10.1.2　非經典感受野　339　
10.1.3　視網膜神經節(jié)細胞的功能模型　341　
10.1.4　非經典感受野和一些心理學實驗現象的關系　342　
10.1.5　經典感受野和非經典感受野的動態(tài)特征　343　
10.2　視網膜神經節(jié)細胞的建模　344　
10.2.1　神經節(jié)細胞非經典感受野作為圖像表征的載體　344　
10.2.2　神經節(jié)細胞感受野的數學模型　346　
10.2.3　將RGB顏色值轉換為類波長單值　348　
10.2.4　神經節(jié)細胞計算模型的設計　350　
10.3　神經節(jié)細胞感受野陣對圖像的表征　360　
10.3.1　從GC輸出圖像中進行圖像重構　360　
10.3.2　感受野與圖像統(tǒng)計特征的關聯(lián)性驗證實驗　362　
10.3.3　感受野與多分辨率分析　367　
10.3.4　感受野也是一種超像素　372　
10.4　基于非經典感受野的表征對圖像后期加工的促進作用　375　
10.4.1　對特征配準的提升作用　375　
10.4.2　對圖像分割的提升作用　377　
10.5　利用非經典感受野的表征實現圖像多尺度融合輪廓檢測　383　
10.5.1　非經典感受野表征圖像　383　
10.5.2　算法設計　386　
10.5.3　利用神經節(jié)細胞感受野尺寸變化得到多尺度信息　387　
10.5.4　感受野響應值的計算　388　
10.5.5　抑制區(qū)模型和去抑制區(qū)模型的數學模擬　389　
10.5.6　實驗結果　391　
10.5.7　算法的性能評估　395　
參考文獻　403
第11章　基于視皮層超柱結構的圖像表征方法及其在形狀識別中的應用　412　
11.1　構建模擬初級視皮層V1區(qū)的神經網絡　412　
11.1.1　SOM神經網絡的特性、結構與一般訓練過程　412　
11.1.2　基于SOM神經網絡的模擬初級視皮層的V-SOM神經網絡設計　414　
11.1.3　V-SOM網絡模擬皮層結果與真實生理數據對比實驗　41