项目名称: 基于Gamma带神经振荡机制的图像处理应用研究

项目编号: No.61201422

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 电子学与信息系统

项目作者: 绽琨

作者单位: 兰州大学

项目金额: 25万元

中文摘要: Gamma带同步振荡是视觉神经编码的关键机制,视觉系统通过神经元电活动相位关系提取刺激图像信息,具有复杂的时空特性和时间结构,相位的主要特性在于对神经活动时间的精确性。Gamma带同步振荡与视觉特征捆绑息息相关,特征捆绑是把分离的特征表达整合形成整体表达,涉及图像分割、不变性目标识别、目标间关系与分组、整体特征与局部特征等概念。Gamma带同步振荡相关理论与图像处理相结合的研究意义重大,而目前Gamma带同步振荡机制启发的视觉神经编码机制应用到图像信息处理的很少。本项目探索Gamma带同步振荡相关的视皮层神经元对自然图像信息处理的神经机制,以演化自Gamma带同步振荡的脉冲发放皮层模型实现自然图像表象;研究对自然图像进行拓扑不变性和光照不变性识别;自然图像表象和不变性特征的研究的基础上,将自然图像中主要目标分离,研究目标间从属关系,实现对自然图像较有效的整体表达。

中文关键词: 脉冲发放皮层模型;Gamma带神经同步;图像处理;图像分割;图像增强

英文摘要: Neuronal Gamma-band synchronization is fundamental process in visual system, which codes the images through the phase of neural activity with complex spatiotemporal characteristic and time structure, and the main feature of the phase is the timing of neural activity. Gamma-band synchronization subserves perceptual binding, feature binding means that it combines the distributed features and obtains a comprehensive representation, and relates to image segmentation, invariant object recognition, the relations among objects and grouping, global feature and local feature and so on. It is important study of image processing inspired by the mechanisms of gamma-band synchronization, but currently in image processing there are few methods based on visual neural coding mechanisms of Gamma-band oscillations. In this project, we explore the image information processing neural mechanisms among visual cortical neurons related to Gamma-band Oscillations, study of image representation using the spiking cortical model inspired by Gamma-band Oscillations and image topological and illumination invariant feature extraction. Based on the study of image representation and invariant feature, we segment the natural image to segregated objects and study the relations among them, so that propose an effective method of comprehensive image

英文关键词: Spiking Cortical Model;Gamma-band synchronization;Image Processing;Image Segmentation;Image enhancement

成为VIP会员查看完整内容
0

相关内容

《深度学习中神经注意力模型》综述论文
专知会员服务
112+阅读 · 2021年12月15日
专知会员服务
38+阅读 · 2021年7月5日
专知会员服务
40+阅读 · 2021年6月2日
专知会员服务
25+阅读 · 2020年12月17日
专知会员服务
77+阅读 · 2020年12月6日
【南京大学冯雯博士论文】新型深度学习模型的研究
专知会员服务
67+阅读 · 2020年12月5日
【Google】多模态Transformer视频检索,Multi-modal Transformer
专知会员服务
102+阅读 · 2020年7月22日
【干货】人类海马体精细亚区加工工作记忆的神经动力学机制
中国图象图形学学会CSIG
0+阅读 · 2021年12月8日
图像描述生成研究进展
专知
1+阅读 · 2021年3月29日
一文读懂Attention机制
机器学习与推荐算法
63+阅读 · 2020年6月9日
Ihmehimmeli 项目:脉冲神经网络中的时序编码
谷歌开发者
16+阅读 · 2019年11月12日
类脑计算的前沿论文,看我们推荐的这7篇
人工智能前沿讲习班
21+阅读 · 2019年1月7日
【学科发展报告】计算机视觉
中国自动化学会
42+阅读 · 2018年10月12日
图像检索研究进展:浅层、深层特征及特征融合
中国计算机学会
122+阅读 · 2018年3月26日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月15日
Arxiv
10+阅读 · 2018年4月19日
小贴士
相关VIP内容
《深度学习中神经注意力模型》综述论文
专知会员服务
112+阅读 · 2021年12月15日
专知会员服务
38+阅读 · 2021年7月5日
专知会员服务
40+阅读 · 2021年6月2日
专知会员服务
25+阅读 · 2020年12月17日
专知会员服务
77+阅读 · 2020年12月6日
【南京大学冯雯博士论文】新型深度学习模型的研究
专知会员服务
67+阅读 · 2020年12月5日
【Google】多模态Transformer视频检索,Multi-modal Transformer
专知会员服务
102+阅读 · 2020年7月22日
相关资讯
【干货】人类海马体精细亚区加工工作记忆的神经动力学机制
中国图象图形学学会CSIG
0+阅读 · 2021年12月8日
图像描述生成研究进展
专知
1+阅读 · 2021年3月29日
一文读懂Attention机制
机器学习与推荐算法
63+阅读 · 2020年6月9日
Ihmehimmeli 项目:脉冲神经网络中的时序编码
谷歌开发者
16+阅读 · 2019年11月12日
类脑计算的前沿论文,看我们推荐的这7篇
人工智能前沿讲习班
21+阅读 · 2019年1月7日
【学科发展报告】计算机视觉
中国自动化学会
42+阅读 · 2018年10月12日
图像检索研究进展:浅层、深层特征及特征融合
中国计算机学会
122+阅读 · 2018年3月26日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员