卷积神经网络的分析与设计

近年来,随着科技的不断进步与发展,计算机视觉逐渐走向成熟。其中,深度学习在计算机视觉、语音识别领域中的成功应用向人们展现了它的巨大价值。深度学习通过模拟大脑的信息处理来解决问题,其关键过程都由神经网络实现。相较过往的处理方法,人工神经网络更能胜任大数据时代下的信息处理工作。将人工神经网络运用到图像分类、图像识别等问题中,能显著优化计算机技术效能,从而提高完成目标的质量与效率。     

神经网络的集合运算

计算神经科学是在视觉计算理论影响下最近才产生的一个新的神经科学分支,其目的在于把从事人工智能、工程学和神经科学研究的科学家组织起来,共同开创一条利用各学科交叉研究脑信息处理的新路.本文介绍模型神经网络的集合运算性质,着重论述 Hopfield 提出的研究神经网络计算特性的理论框架及其在视觉中的应用.在这个基础上,我们分析了 Hopfield 模型的意义.     

视觉信息处理的人工神经系统模型研究

本文分析了视觉系统平行和串行相结合的信息处理结构,提出三层结构的视觉信息处理模型:视觉感受器层、视觉信息传导与中继层和视皮层区的信息处理层。在对视觉系统中各层的生物原型进行分析、抽象和简化的基础上,提出与视觉系统对应的人工神经系统框架模型。     

利用 LBP 特征与神经网络在嵌入式系统上实现人脸识别算法*

随着信息处理技术的发展,人脸识别技术在嵌入式平台上的应用越来越广泛。描述如何基于 OpenCV 视觉库在嵌入式平台利用 LBP 特征和神经网络实现人脸识别系统,并讨论如何在嵌入式平台上优化算法。     

计算视觉及其正则化方法

以视觉信息处理的理论研究为中心课题的计算视觉,是当今世界视觉研究的主流.它不仅在生物智能中为我们全面地理解视觉创造了条件,而且在人工智能中为我们开发自动图象分析系统奠定了基础.本文扼要地论述了 Marr 的视觉理论和 Poggio 的视觉正则化方法,目的是要说明计算方法是研究人和机器的视觉信息处理的一个自然方法.     

基于早期视觉的算法模型评述

计算机视觉与神经生理学相结合,早期视觉模型与计算相结合,对视觉研究领域具有深远的意义.早期视觉研究处理的视觉信息是视觉系统接受信息的第一步,是视觉研究的基础.它用计算机视觉的实现方式,模拟了视锥通路的早期视觉信息处理模型,验证了生理视网膜在信息处理过程中的特性,分析了视觉神经在信息采集必须充分必要的条件下,硬件复杂度、处理时间与处理精度之间的平衡.     

视觉计算理论——《视觉》一书评介

视觉是一个古老的研究课题,但是由麻省理工学院已故戴维·马尔(D.Marr)教授所创立的视觉计算理论,却是在本世纪70年代后期才开始出现,并在80年代初期就大放异彩的一个崭新的先进理论。马尔的遗著《视觉》一书全面地深刻地论述了他一直倡导的这个理论。视觉计算理论从信息处理的观点出发,立足于计算机科学,系统地概括了心理物理学、神经生理学、临床神经病学等方面业已取得的所有重要成果,独树一帜,为一门新的信息处理学科——计算生物物理学——奠定了基础。这     

神经网络与神经计算机 第七讲 神经网络在模式识别中的应用

<正> 7-1 引言神经网络在信息处理应用中的最典型最有希望的领域就是模式识别。作为神经网络的最初模型—感知机模型,就是为模式识别的应用而提出的。从前面几讲我们已经知道,神经网络(特别是多层神经网络)的     

神经网络在军事中的应用

本文首先对军事领域中信息处理难点及要求进行分析,然后讨论了神经网络信息处理的能力及特点,说明将神经网络引入军事领域不失为一条新的信息处理途径。最后根据各项应用的实质,从五个方面论述了其应用基本思想,并列举了若干应用实例。     

神经网络自适应信号处理进修班

师资培养工作是高等院校师资队伍建设中一项带根本性的重要措施。经国家教委审核批准,在东南大学举办“神经网络自适应信号处理”骨干教师进修班,为神经网络信息处理新学科培养学术带头人,学习时间为半年(1991年9月15日开学)。主持人为东南大学信号与信息处理研究中心主任、《数据采集与处理》主编何振亚教授。     

精细神经网络仿真方法研究进展

树突对大脑神经元实现不同的信息处理功能有着重要作用。精细神经元模型是一种对神经元树突以及离子通道的信息处理过程进行精细建模的模型,可以帮助科学家在实验条件的限制之外探索树突信息处理的特性。由精细神经元组成的精细神经网络模型可通过仿真对大脑的信息处理过程进行模拟,对于理解树突的信息处理机制、大脑神经网络功能背后的计算机理具有重要作用。然而,精细神经网络仿真需要进行大量计算,如何对精细神经网络进行高效仿真是一个具有挑战的研究问题。本文对精细神经网络仿真方法进行梳理,介绍了现有主流仿真平台与核心仿真算法,以及可进一步提升仿真效率的高效仿真方法。将具有代表性的高效仿真方法按照发展历程以及核心思路分为网络尺度并行方法、神经元尺度并行方法以及基于GPU(graphics processing unit)的并行仿真方法3类。对各类方法的核心思路进行总结,并对各类方法中代表性工作的细节进行分析介绍。随后对各类方法所具有的优劣势进行分析对比,对一些经典方法进行总结。最后根据高效仿真方法的发展趋势,对未来研究工作进行展望。     

以组织者的身份驱动Web2.0

RSS是什么?Tag是什么?Trackback是什么?为什么它们会成为Web 2.0讨论的热点?对于一个善于从技术角度来观看世界的人,可能会遇到困惑,这些东西背后无法体     

域名之争何时休

如今网上什么东西最火爆?什么东西能带来最为可观的经济价值?是电子商务、是网络广告,还是……,非也,非也,是域名之争。据说英国首相的小儿子里奥·布莱恩一出生,网上就有人抢先将他的名字抢注为域名,如果他想在网上重新得到这个名字,就得出上一笔钱收买;还有李光耀.com的域名被人抢注在雅虎叫卖;这些都成了笑谈;但是北京青年报网站日前花了6万美元,买回了被国外抢注的因特     

生物视觉系统的神经网络编码模型综述

生物视觉系统的研究一直是计算机视觉算法的重要灵感来源。有许多计算机视觉算法与生物视觉研究具有不同程度的对应关系,包括从纯粹的功能启发到用于解释生物观察的物理模型的方法。从视觉神经科学向计算机视觉界传达的经典观点是视觉皮层分层层次处理的结构。而人工神经网络设计的灵感来源正是视觉系统中的分层结构设计。深度神经网络在计算机视觉和机器学习等领域都占据主导地位。许多神经科学领域的学者也开始将深度神经网络应用在生物视觉系统的计算建模中。深度神经网络多层的结构设计加上误差的反向传播训练,使得它可以拟合绝大多数函数。因此,深度神经网络在学习视觉刺激与神经元响应的映射关系并取得目前性能最好的模型同时,网络内部的单元甚至学习出生物视觉系统子单元的表达。本文将从视网膜等初级视觉皮层和高级视觉皮层(如,视觉皮层第4区(visual area 4,V4)和下颞叶皮层(inferior temporal,IT))分别介绍基于神经网络的视觉系统编码模型。主要内容包括:1)有关视觉系统模型的概念与定义;2)初级视觉系统的神经网络预测模型;3)任务驱动的高级视觉皮层编码模型。最后本文还将介绍最新有关无监督学习的神经编码...     

基于并行演化计算的图像特征提取研究

图像特征提取已成为困扰智能化视觉信息处理的瓶颈。为了解决复杂背景下钢板表面缺陷的机器视觉检测问题,缩短视觉系统的开发周期,提高其实用性,在并行计算环境和视频仿真平台的基础上,探索机器视觉可塑性及形成机制,提出了将并行计算、视频仿真、演化计算相互融合解决钢板表面缺陷特征提取问题的方法,实现了演化计算与并行层次处理的特征选择、特征提取方法,为智能化的视觉信息处理开辟新的思路。实验证明,改进方案不仅具有可行性,而且能提高缺陷检测的准确性、实时性。     

核心竞争力电子政务建设的关键

曾经在软件行业流行着这么一个经典问题:下班后,你的企业有什么?意思是机器(硬件设备)关了,程序员走了;除去这些以外,软件企业还有哪些东西呢?     

基于视觉的足球机器人系统

基于视觉的足球机器人系统融合了实时视觉信息处理,无线通讯、多机器人协作等多个领域的技术。提出了基于视觉的足球机器人系统的控制结构,设计并实现了足球机器人系统的视觉识别算法,以动作选择机构为核心建立了策略系统。     

信息技术课堂教学中学生学习习惯的培养

在1988年那次世界各国诺贝尔奖得主的巴黎聚会上,有人问一位诺贝尔奖得主：＂您在哪所大学,哪个实验室学到了您认为最主要的东西？＂出乎意料,这位白发苍苍的学者回答：＂在幼儿园。＂＂在幼儿园学到些什么？＂＂把自己的东西分一半给小伙伴,不是自己的东西不要拿;东西要放整齐;吃饭前要洗手;做错了事要表示道歉;要仔细观察周围的大自然,从根本上说,我学到的东西就是这些。＂从这个例子可以看出,养成良好的习惯终生受益。     

一种用于三维物体定位的视觉方法

本文讨论了一种利用视觉信息对限定性物体在三维空间定位的方法。这项工作是一个在脱机的高级机器人语言控制下验证视觉系统的一部分。本文对这一视觉系统的整体结构及其与高级机器人语言系统的关系做了概要的介绍,并且着重讨论了其中的低级视觉信息处理模块的工作原理,以及利用视觉信息对三维空间中的物体进行定位的精度     

硬盘测试:让时间说话

远在计算机诞生之初,数据的存储根本算不上什么重要的功能。从一卷卷的纸带,到一张张的磁盘,那时计算机创造的数据是非常枯燥的,比如程序代码之类的东西。这些东西仅仅是那些科研人员的宝贝,对于普通人来说,连计算机都是遥不