经过亿万年进化，生物具有超强视感知能力，尤其是鸟类具有卓越的高空高速下的视感知能力。因此，研究鸟类和哺乳类动物视感知通路的神经信息处理机制，构建信息处理的编解码模型，并以此建立类脑算法，已经被证明是为视觉脑机制研究提供理论指引、提高机器视觉系统性能的有效途径。在此思路指引下，本书首先介绍了鸟类脑和哺乳类脑的视觉系统解剖结构和生理学基础，以及视觉神经机制解析与建模基础；然后阐述了鸟类和哺乳类动物视觉系统工作机理与信息处理机制，重点研究了鸟类视顶盖快速、显著感知神经编码模型，以及鸟类视顶盖神经解码；最后，阐述了类脑智能和算法的认识和创新思路，结合生物视觉信息处理机制，介绍了具有典型意义和标志最新进展的几种类脑算法，并初步构建了基于鸟类离顶盖-离丘脑-副视系统协同信息处理机制的大视场小目标检测模型。
样章试读
目录
- 目录
前言
第1章 脑的视觉系统解剖结构和生理学基础 1
1.1 鸟类视觉系统的解剖结构与生理学基础 1
1.1.1 鸟类视觉系统的解剖结构 1
1.1.2 鸟类视觉系统的生理学基础 3
1.2 哺乳类视觉系统的解剖结构与生理学基础 4
1.2.1 哺乳类视觉系统的解剖结构 4
1.2.2 哺乳类视觉系统的生理学基础 5
1.3 总结 6
参考文献 6
第2章 视觉神经机制解析与建模基础 12
2.1 神经信号检测及预处理 13
2.1.1 神经信号的产生 13
2.1.2 神经信号检测 14
2.1.3 神经信号预处理 17
2.2 神经编/解码理论基础 23
2.2.1 神经编码—发放率与Spike统计特性 24
2.2.2 逆相关与视觉感受野 30
2.2.3 其他编码分析方法 32
2.2.4 神经解码 36
2.3 神经元建模基础 38
2.3.1 线性-非线性-泊松模型 38
2.3.2 广义线性模型的理论框架 39
2.3.3 神经元建模软件 41
2.4 总结 48
参考文献 48
第3章 鸟类视觉系统工作机理与信息处理机制 52
3.1 鸟类视觉系统的工作原理 52
3.2 离顶盖通路中的信息传递机理 54
3.2.1 视网膜-顶盖-圆核信息传递机理 54
3.2.2 顶盖与峡核的信息传递机理 57
3.2.3 峡核与视网膜-顶盖-圆核通路的交互 60
3.3 鸟类的显著注意机制 62
3.3.1 生物的视觉显著性 62
3.3.2 自下而上的刺激竞争机制 63
3.3.3 前脑介导的自上而下最高优先级选择 75
3.4 其他机制 78
3.4.1 SGC神经元的运动检测机制 79
3.4.2 SGC独立于定义运动目标的各种提示信息的运动感知 82
3.5 总结 84
参考文献 84
第4章 哺乳类视觉系统工作机理与信息处理机制 91
4.1 哺乳类视觉系统的工作原理 91
4.1.1 皮层下通路 92
4.1.2 皮层视觉通路 93
4.2 视觉信息处理机制 94
4.2.1 视觉注意机制 95
4.2.2 稀疏编码机制 98
4.2.3 目标不变性表征机制 100
4.3 初级视皮层小世界连接的神经元集群响应机制及量化框架 104
4.3.1 小世界连接的集群响应量化框架构建原理 104
4.3.2 典型视觉刺激的电生理实验设计 110
4.3.3 小世界框架在V1区集群信息表征上的有效性验证 111
4.4 初级视皮层“广义线性-动态小世界”集群编码模型 119
4.4.1 “广义线性-动态小世界”集群编码模型的构建原理 120
4.4.2 模型的实现步骤 124
4.4.3 模型参数的确定 128
4.4.4 模型的有效性验证 133
4.5 总结 138
参考文献 138
第5章 鸟类视顶盖快速、显著感知神经编码模型 143
5.1 信鸽视顶盖神经元的空间模式信息快速编码机制 143
5.1.1 神经元响应的信息论分析 145
5.1.2 FSL的建模 146
5.1.3 结果分析 150
5.1.4 讨论 156
5.2 信鸽视顶盖神经元的快速显著感知编码机制 157
5.2.1 双高斯差模型 159
5.2.2 基于极大似然函数的GLM模型 160
5.2.3 实验结果分析 163
5.2.4 讨论 172
5.3 总结 173
参考文献 174
第6章 鸟类视顶盖神经解码 177
6.1 视觉刺激模式设计 177
6.2 基于局部场电位的神经信息解码 179
6.2.1 局部场电位特征提取 179
6.2.2 局部场电位神经信息解码模型的建立 181
6.2.3 自然图像重建参数的选择 182
6.2.4 基于局部场电位的自然图像信息解码 184
6.3 基于动作电位的神经信息解码 185
6.3.1 动作电位特征提取 185
6.3.2 解码模型的建立 186
6.3.3 图像重建参数的选取 188
6.3.4 基于动作电位的自然图像信息解码 194
6.4 总结 197
参考文献 198
第7章 生物视觉机制启发的类脑算法及应用 199
7.1 类脑智能和算法引论 199
7.2 脉冲神经网络及应用 202
7.2.1 脉冲神经元模型 203
7.2.2 基于脉冲的神经编码 204
7.2.3 脉冲神经网络学习算法 206
7.2.4 脉冲神经网络应用举例 212
7.3 经典哺乳类动物脑启发算法及应用 215
7.3.1 稀疏编码网络 215
7.3.2 卷积神经网络 220
7.3.3 循环神经网络 224
7.4 鸟类离顶盖机制启发下的运动检测算法 228
7.4.1 运动物体的局部速度计算模型 229
7.4.2 鸟类离顶盖通路启发下的全局运动检测算法 230
7.5 基于鸟类离顶盖-离丘脑-副视系统协同信息处理机制的大视场小目标检测模型 237
7.5.1 基于鸟类离顶盖、离丘脑、副视系统信息处理机制的目标识别框架 237
7.5.2 大场景小目标实验和结果 243
7.5.3 结论 249
7.6 总结 250
参考文献 250
京公网安备 11010102004214号