基于Y细胞视觉神经机制的轮廓检测模型

基本信息
批准号:61866002
项目类别:地区科学基金项目
资助金额:37.00
负责人:林川
学科分类:
依托单位:广西科技大学
批准年份:2018
结题年份:2022
起止时间:2019-01-01 - 2022-12-31
项目状态: 已结题
项目参与者:周振华,吴艳,欧阳浩,曹以隽,赵浩钧,李福章,张晴,潘亦坚,郭越
关键词:
轮廓检测视觉感知Y细胞非经典感受野生物视觉
结项摘要

Contour detection is the key step in achieving advanced visual tasks of target recognition, target tracking and etc. Establishing biological vision of visual nerve and perception mechanisms based contour detection model will benefit to development of computer vision.In this proposal, based on our previous researches, we focus on the study of visual nerve mechanisms of Y-cell, and introduce it to construct contour detection model. This process will broaden the ideas and methods of biological contour detection research in three part.(1) Based on adaptive and self-modulating properties of neuron stimulation, we propose anadaptive parameters setting method of receptive field (RF), and a dynamic modulation computational method of RF stimulation.(2) Based on non-linear spatial summation properties of Y-cell RF, we study the inhibitory condition, position and range of non-linear subunit on nonclassical RF (nCRF), and then explore the combination method of inhibition cues of subunit-subunit, subunit-center interaction on different pattern images, finally proposed nCRF suppression computation method.(3) Based on multi-decision information processing mechanism of visual neurons, we study multi-scale stimulation fusion method of Y-cell RF, and construct Y-cell visual nerve mechanism based contour detection model. The results of the project may provide the novel ideas and technical support for some biological inspired studies of the field of computer vision.

轮廓检测是实现目标识别、跟踪等高级视觉任务的关键步骤,基于生物视觉神经机制和视觉感知机理建立轮廓检测模型,是计算机视觉领域研究的热点。本项目以课题组已有研究基础,将Y细胞视觉神经机制引入到轮廓检测研究中,拓宽轮廓检测仿生研究的思路和手段,拟开展如下三方面的创新性研究:1、基于细胞的刺激响应自适应特性、自主调制特性,提出感受野滤波器自适应设置方法和感受野刺激响应动态调制计算方法;2、基于Y细胞感受野的非线性空间总和特性,研究非线性亚单元在非经典感受野中参与抑制的条件、抑制的位置及范围等,并探索不同模式图像下的亚单元-中心区、亚单元-亚单元抑制线索结合方式,提出非经典感受野抑制计算方法;3、基于视觉细胞的多决策信息处理机制,研究Y细胞感受野的多尺度刺激响应融合方法,最终建立基于Y细胞视觉神经机制的轮廓检测模型。本项目研究成果将为计算机视觉领域中相关视觉任务的仿生研究提供新的思路和技术支撑。

项目摘要

计算机视觉中,轮廓检测对显著目标检测、图像分割、目标检测等高级计算机视觉任务至关重要。如何充分利用上下文信息将图像的各个局部特征有效整合成全局特征,并根据该全局特征提取真实轮廓、抑制背景纹理是轮廓检测研究领域中的科学难题。为解决该科学难题,本项目将Y 细胞感受野的视觉特性引入到基于初级视皮层视觉处理机制的目标轮廓检测仿生研究中,研究轮廓检测仿生建模方法,主要包括三大方面研究:1)模拟Y 细胞经典感受野特性及其在初级视皮层轮廓检测的视觉神经机制,研究经典感受野刺激响应计算方法。2)模拟Y 细胞非经典感受野特性及其在初级视皮层轮廓检测的视觉神经机制,研究非经典感受野抑制响应计算方法。3)模拟初级视皮层中多决策信息处理及相关视觉通路机制,研究多尺度刺激响应融合方法,建立轮廓检测模型。本项目研究拓宽了轮廓检测仿生研究的思路和手段,项目研究成果为视觉神经机制在轮廓检测仿生建模的广泛应用奠定理论与方法基础,同时为计算机视觉领域中相关视觉任务的仿生研究提供新的思路和技术支撑。项目组在四年的执行期内,针对研究目标,按照研究计划开展研究工作,取得了一些重要的理论研究成果,共发表学术论文15篇,其中,SCI检索论文14篇,EI期刊检索论文1篇,获发明专利授权23项,培养硕士研究生10名。

项目成果
{{index+1}}

{{i.achievement_title}}

{{i.achievement_title}}

DOI:{{i.doi}}
发表时间:{{i.publish_year}}

暂无此项成果

数据更新时间:2023-05-31

其他相关文献

1

一种光、电驱动的生物炭/硬脂酸复合相变材料的制备及其性能

一种光、电驱动的生物炭/硬脂酸复合相变材料的制备及其性能

DOI:10.16085/j.issn.1000-6613.2022-0221
发表时间:2022
2

基于 Kronecker 压缩感知的宽带 MIMO 雷达高分辨三维成像

基于 Kronecker 压缩感知的宽带 MIMO 雷达高分辨三维成像

DOI:10.11999/JEIT150995
发表时间:2016
3

基于SSVEP 直接脑控机器人方向和速度研究

基于SSVEP 直接脑控机器人方向和速度研究

DOI:10.16383/j.aas.2016.c150880
发表时间:2016
4

低轨卫星通信信道分配策略

低轨卫星通信信道分配策略

DOI:10.12068/j.issn.1005-3026.2019.06.009
发表时间:2019
5

宁南山区植被恢复模式对土壤主要酶活性、微生物多样性及土壤养分的影响

宁南山区植被恢复模式对土壤主要酶活性、微生物多样性及土壤养分的影响

DOI:10.7606/j.issn.1000-7601.2022.03.25
发表时间:2022

林川的其他基金

相似国自然基金

1

轮廓检测的视觉神经机制与计算模型

批准号:61573080
批准年份:2015
负责人:颜红梅
学科分类:F0609
资助金额:16.00
项目类别:面上项目
2

基于统计模型的SAR图像目标检测和轮廓提取研究

批准号:61102138
批准年份:2011
负责人:周鑫
学科分类:F0113
资助金额:25.00
项目类别:青年科学基金项目
3

时空轮廓编组计算模型及其在目标检测中的应用

批准号:61472029
批准年份:2014
负责人:尹辉
学科分类:F0210
资助金额:81.00
项目类别:面上项目
4

基于主动轮廓模型的海洋航空遥感图像的边缘检测模型和最优化策略研究

批准号:61501082
批准年份:2015
负责人:景雨
学科分类:F0113
资助金额:19.00
项目类别:青年科学基金项目