視覺(jué)信息認(rèn)知計(jì)算理論

前言

　　近20年來(lái)，神經(jīng)科學(xué)、解剖學(xué)伴隨著科學(xué)和技術(shù)手段的進(jìn)步得到了快速發(fā)展，使我們對(duì)人類大腦有了更深刻的了解。探索神經(jīng)計(jì)算的數(shù)理基礎(chǔ)，并將其應(yīng)用于發(fā)展新的神經(jīng)式信息處理模式的神經(jīng)計(jì)算科學(xué)已經(jīng)成為國(guó)內(nèi)外研究的熱點(diǎn)課題之一。視覺(jué)是人類獲取信息的重要途徑，也是人類對(duì)自身研究認(rèn)識(shí)最深刻的部分，借助和參考生物視覺(jué)認(rèn)知機(jī)理來(lái)發(fā)展和提高機(jī)器信息處理與認(rèn)知計(jì)算能力是一種重要的手段。　　從理論基礎(chǔ)和應(yīng)用的層面，國(guó)外許多學(xué)者致力于研究視覺(jué)感知和機(jī)器學(xué)習(xí)之間的關(guān)系，并取得了很多成果。這種從模擬人類的思維模式出發(fā)來(lái)指導(dǎo)機(jī)器學(xué)習(xí)的方法符合人類與環(huán)境之間不斷學(xué)習(xí)、不斷適應(yīng)的演變過(guò)程。因此，結(jié)合視覺(jué)感知的理論來(lái)探討計(jì)算機(jī)處理信息的能力具有重要意義。隨著神經(jīng)生理學(xué)、認(rèn)知科學(xué)、神經(jīng)計(jì)算等學(xué)科的不斷發(fā)展，這種將視覺(jué)感知和計(jì)算機(jī)信息處理結(jié)合起來(lái)的研究方法，一定會(huì)有廣闊的應(yīng)用前景。　　目前基于視覺(jué)感知有五個(gè)熱點(diǎn)問(wèn)題：①基于感知機(jī)理的機(jī)器學(xué)習(xí)方法；②基于有效編碼假說(shuō)的初級(jí)特征表示；③視覺(jué)表象的中級(jí)特征表示；④初級(jí)視覺(jué)表象啟發(fā)下的知覺(jué)組織；⑤注意機(jī)制?！　”緯?shū)力求理論與實(shí)踐統(tǒng)一，從提高計(jì)算機(jī)對(duì)非結(jié)構(gòu)化視聽(tīng)覺(jué)感知信息的理解能力和海量異構(gòu)信息的處理效率，克服圖像信息處理所面臨的“瓶頸”出發(fā)，借助認(rèn)知心理學(xué)、神經(jīng)生理學(xué)、生物學(xué)、計(jì)算機(jī)科學(xué)和數(shù)理科學(xué)的交叉優(yōu)勢(shì)，描述在場(chǎng)景理解中基于視覺(jué)感知的熱點(diǎn)技術(shù)問(wèn)題以及新的計(jì)算模型、計(jì)算方法。在較為系統(tǒng)地介紹人類視覺(jué)感知系統(tǒng)工作機(jī)理的基礎(chǔ)上，本書(shū)著重介紹神經(jīng)計(jì)算領(lǐng)域目前正在發(fā)展的一些新理論和新技術(shù)，這也正是本書(shū)作者在多年來(lái)承擔(dān)該領(lǐng)域國(guó)家研究項(xiàng)目，并結(jié)合為研究生開(kāi)設(shè)相關(guān)課程的基礎(chǔ)上編寫(xiě)的?！　”緯?shū)的內(nèi)容組織如下：　　第1章是概述，簡(jiǎn)要介紹基于視覺(jué)感知的五個(gè)熱點(diǎn)問(wèn)題。　　第2章對(duì)初級(jí)視皮層的典型視神經(jīng)細(xì)胞，比如簡(jiǎn)單細(xì)胞、復(fù)雜細(xì)胞等進(jìn)行了較為深入的闡述，簡(jiǎn)要介紹了視神經(jīng)信息處理機(jī)制的生理結(jié)構(gòu)。與生物視覺(jué)感知的生理結(jié)構(gòu)相對(duì)應(yīng)，介紹了生物視覺(jué)感知的計(jì)算模型。最后詳細(xì)介紹了一種生物視覺(jué)啟發(fā)的特征表示方法，以及它在基于內(nèi)容的圖像檢索中的應(yīng)用。

內(nèi)容概要

在眾多的生物系統(tǒng)中，人腦被認(rèn)為是最高級(jí)的生物智能系統(tǒng)，它具有感知、識(shí)別、學(xué)習(xí)、聯(lián)想、記憶、推理等功能。而在人腦感知的信息中，大部分來(lái)自視覺(jué)。視覺(jué)是人類獲取信息的重要途徑，也是人類對(duì)自身研究認(rèn)識(shí)最深刻的部分。因此，研究生物體的視知覺(jué)功能，解析其內(nèi)在機(jī)理，并用機(jī)器來(lái)實(shí)現(xiàn)，成為科學(xué)研究領(lǐng)域的一個(gè)重要方面，它可以為提高機(jī)器的智能與解決問(wèn)題的能力提供新的思路?！　”緯?shū)系統(tǒng)地討論了基于視覺(jué)感知和有效編碼假說(shuō)的特征表示、計(jì)算模型，從認(rèn)知心理學(xué)出發(fā)討論了半監(jiān)督學(xué)習(xí)、聚類、知覺(jué)組織，從人類視覺(jué)的注意機(jī)理角度討論了模擬視覺(jué)注意機(jī)制的視覺(jué)感知模型等。　　本書(shū)可作為計(jì)算機(jī)科學(xué)領(lǐng)域人工智能、模式識(shí)別等專業(yè)的研究生教材，也可供相關(guān)專業(yè)的研究人員參考。

書(shū)籍目錄

前言 第1章 概述 　1.1 基于感知機(jī)理的機(jī)器學(xué)習(xí)方法 　1.2 基于有效編碼假說(shuō)的初級(jí)特征表示 　　1.2.1 有效編碼假說(shuō) 　　1.2.2 模擬人類方式的有效編碼與特征表示 　1.3 視覺(jué)表象的中級(jí)特征表示 　1.4 初級(jí)視覺(jué)表象啟發(fā)下的知覺(jué)組織 　1.5 注意機(jī)制 　1.6 智能計(jì)算模型在場(chǎng)景識(shí)別中的應(yīng)用 　參考文獻(xiàn) 第2章 基于視覺(jué)感知的特征表示 　2.1 視覺(jué)感知 　　2.1.1 外部環(huán)境的輸入刺激 　　2.1.2 神經(jīng)信息處理機(jī)制 　　2.1.3 視覺(jué)感知的輸出 　2.2 生物視覺(jué)感知的生理結(jié)構(gòu) 　　2.2.1 外周腦 　　2.2.2 初級(jí)視皮層 　　2.2.3 紋外皮層 　　2.2.4 高級(jí)視皮層 　2.3 生物視覺(jué)感知的計(jì)算模型 　　2.3.1 簡(jiǎn)單細(xì)胞響應(yīng)模型 　　2.3.2 復(fù)雜細(xì)胞響應(yīng)模型 　　2.3.3 高級(jí)皮層神經(jīng)細(xì)胞響應(yīng)模型 　2.4 生物視覺(jué)啟發(fā)的特征表示及其應(yīng)用 　　2.4.1 獨(dú)立紋元矩 　　2.4.2 獨(dú)立紋元矩的圖像檢索實(shí)驗(yàn) 　2.5 本章小結(jié) 　參考文獻(xiàn) 第3章 基于有效編碼假說(shuō)的低層特征表示 　3.1 有效編碼框架 　3.2 基于稀疏性的有效編碼方法——稀疏編碼 　　3.2.1 Olshausen的稀疏編碼模型 　　3.2.2 基于稀疏編碼的壓縮傳感 　3.3 基于獨(dú)立性的有效編碼 　　3.3.1 獨(dú)立分量分析 　　3.3.2 基于獨(dú)立分量分析的視覺(jué)模型 　　3.3.3 Hyvarinen研究小組的成果 　3.4 基于慢變性的有效編碼方法——慢變特征分析 　　3.4.1 慢變特征分析簡(jiǎn)介 　　3.4.2 慢變特征分析的實(shí)現(xiàn) 　　3.4.3 慢變特征分析與復(fù)雜細(xì)胞特性 　　3.4.4 慢變特征分析在手寫(xiě)體識(shí)別中的應(yīng)用 　3.5 本章小結(jié) 　參考文獻(xiàn) 第4章 流形學(xué)習(xí) 　4.1 概述 　4.2 局部保持流形學(xué)習(xí)算法分析 　　4.2.1 局部保持的流形學(xué)習(xí)算法的基本步驟 　　4.2.2 幾種典型的局部保持的流形學(xué)習(xí)算法 　　4.2.3 局部保持的流形學(xué)習(xí)算法對(duì)比 　　4.2.4 全局線性化局部保持的流形學(xué)習(xí)算法 　　4.2.5 局部保持的流形學(xué)習(xí)算法實(shí)驗(yàn)比較 　4.3 全局保持的流形學(xué)習(xí)算法分析 　　4.3.1 幾種典型的全局保持流形學(xué)習(xí)算法 　　4.3.2 全局保持的流形學(xué)習(xí)算法對(duì)比 　　4.3.3 全局保持的流形學(xué)習(xí)算法的實(shí)驗(yàn)比較　4.4　圖嵌入框架 　　4.4.1 圖嵌入框架 　　4.4.2 圖嵌入框架下的主成分分析 　　4.4.3 圖嵌入框架下的判別分析 　　4.4.4 鄰域判別分析 　4.5 本章小結(jié) 　參考文獻(xiàn) 第5章 半監(jiān)督學(xué)習(xí) 第6章 聚類 第7章 知覺(jué)組織 第8章 模擬視覺(jué)注意機(jī)制的感知模型

章節(jié)摘錄

　　人們一般把具有這類復(fù)雜感受野的細(xì)胞稱為復(fù)雜細(xì)胞。復(fù)雜細(xì)胞主要分布在V1區(qū)的第4層，在紋外皮層也會(huì)少量出現(xiàn)。復(fù)雜細(xì)胞感受野比簡(jiǎn)單細(xì)胞大，它的最優(yōu)響應(yīng)一般對(duì)應(yīng)于特定方向的條形刺激，但是對(duì)于條形刺激在感受野中的位置沒(méi)有嚴(yán)格要求，表現(xiàn)出了一定的不變性?！　。?）終端抑制感受野（end-stoppedreceptivefield）。終端抑制細(xì)胞對(duì)邊、線或者光柵的偏好與簡(jiǎn)單細(xì)胞或復(fù)雜細(xì)胞很相似，不同的是當(dāng)刺激模型長(zhǎng)度超過(guò)某一值時(shí)，細(xì)胞反應(yīng)會(huì)明顯降低。它們可以被短線或短邊極大地激活，但是對(duì)長(zhǎng)度超過(guò)感受野的刺激反應(yīng)卻很弱，甚至不反應(yīng)。一般地講，這種細(xì)胞能有效地對(duì)線的終端或者角產(chǎn)生反應(yīng)?！　⌒枰赋龅氖牵陨蠈?duì)細(xì)胞模型的描述實(shí)際上是無(wú)法窮盡細(xì)胞多樣性的，特別是在猴子V1、V2區(qū)找到的復(fù)雜細(xì)胞與終端抑制細(xì)胞，它們有許多的變異類型。　　2.2.3 紋外皮層　　V2區(qū)是紋外皮層的第一個(gè)皮層區(qū)域，它主要接收V1區(qū)的傳入，LGN中也有稀少而分散的輸入連接，它的輸出傳人紋外皮層的高級(jí)區(qū)域，如V3、V4和V5區(qū)，同時(shí)，它也有少數(shù)的反饋連接指向V1區(qū)?！　?duì)V2區(qū)采用細(xì)胞色素氧化酶染色法發(fā)現(xiàn)，V2區(qū)包含一些粗細(xì)條紋，同時(shí)，粗細(xì)條紋彼此間被一些輕度染色的中間條紋分開(kāi)。對(duì)波長(zhǎng)（顏色）有選擇性的細(xì)胞集中在細(xì)條紋中，對(duì)運(yùn)動(dòng)方向性有選擇性的細(xì)胞則存在于粗條紋中，對(duì)形狀敏感的細(xì)胞則在粗條紋和中間條紋中都有所分布。另外，在V2區(qū)，研究者已經(jīng)描繪出幾種具有高級(jí)感受野的V2細(xì)胞。

編輯推薦

　　《視覺(jué)信息認(rèn)知計(jì)算理論》主要介紹視覺(jué)信息認(rèn)知計(jì)算領(lǐng)域的基本理論和最新成果.討論了基于視覺(jué)感知和有效編碼假說(shuō)的特征表示、計(jì)算模型，從認(rèn)知心理學(xué)出發(fā)討論了半監(jiān)督學(xué)習(xí)、聚類、知覺(jué)組織，從人類視覺(jué)的注意機(jī)理角度討論了模擬視覺(jué)注意機(jī)制的視覺(jué)感知模型等。《視覺(jué)信息認(rèn)知計(jì)算理論》力求理論與實(shí)踐統(tǒng)一，從提高計(jì)算機(jī)對(duì)非結(jié)構(gòu)化視聽(tīng)覺(jué)感知信息的理解能力和對(duì)海量異構(gòu)信息的處理效率，克服圖像信息處理所面臨的“瓶頸”出發(fā).借助認(rèn)知心理學(xué)、神經(jīng)生理學(xué)、生物學(xué)、計(jì)算機(jī)科學(xué)和數(shù)理科學(xué)的交叉優(yōu)勢(shì)，描述在場(chǎng)景理解中基于視覺(jué)感知的熱點(diǎn)技術(shù)問(wèn)題以及新的計(jì)算模型、計(jì)算方法。

圖書(shū)封面

圖書(shū)標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載

---

    視覺(jué)信息認(rèn)知計(jì)算理論 PDF格式下載

---