视觉神经元感受野与色觉恒常性

提出人的视觉神经元具有感受野是人眼具有色恒常智能的真正根源联系感受野的模型函数,推导出色恒常的明度公式,并论证它是把现有各种色恒常算法综合于一式的总结性公式。最后讨论了用明度公式改造色度计的问题。     

基于视觉感受野的夜间彩色图像自适应增强算法

针对夜间环境造成的图像对比度下降和增强过程中带来的噪声、过曝和光晕效应等问题,提出了一种基于视觉感受野的夜间彩色图像自适应增强算法。首先将图像转换到HSV空间,鉴于视觉感知的对比度敏感特性,利用中心兴奋区及外周抑制区组成的拮抗式同心圆双高斯差(DOG)感受野模型对图像亮度空间V进行对比度自适应调节,并对模型参数σ1、σ2和局部对比度都进行量化水平为4的均匀量化,局部对比度较高的量化区间采用较小模型参数,局部对比度较低的量化区间采用较大的模型参数,模型参数A2与局部对比度成反比进行微调,最后将图像转换到回RGB空间。通过与流行算法MSRCR、NPE及LIME的对比实验表明,该算法获得了较好的主观视觉效果,且在对比度、亮度提高的同时避免了暗区域噪声过大,并更好地增强了轮廓信息。     

感受视觉神话

投影机在画面效果、画面尺寸上拥有着绝对的优势。虽然投影机灯泡寿命有限的缺陷让不少用户仍然在观望，但超乎寻常的视觉冲击力还是让追求视觉极致感受的人将这缺陷抛在脑后。在高清逐渐普及的今天，把年终奖金贡献出来用高清投影机来组建一套顶级高清享受中心吧     

用实验方法确定模拟量函数发生器的参数

首先对模拟量函数发生器进行分析,然后以E分度的热电偶为例,介绍用实验方法确定函数发生器的参数。     

一种基函数神经网络最优隐神经元数目快速确定算法

以线性无关的基函数作为隐层神经元的激励函数,构建了一类基函数神经网络,且推导出该类神经网络的学习算法;在此基础上,设计了一种基于指数增长和折半删减的快速最小隐神经元数目确定算法.仿真实验表明,此算法能自适应地、快速有效地确定网络最小隐层神经元数目.     

基于复合感受野的轮廓检测算法

自然场景自动检测目标轮廓是非常困难的。该文提出了一种基于复合感受野的图像轮廓检测仿生模型。在传统的基于抑制模型的基础上引入去抑制机制,在减少背景纹理干扰的同时,保护较弱的轮廓,从而尽量保持轮廓的完整性。实验结果表明,这种仿生模型可以有效地抑制纹理边缘,减少对轮廓的破坏,提高了自然背景中轮廓检测的性能。     

利用弹性感受野检测弱小目标

针对红外图像和复杂背景图像中弱小目标的特点，提出一种弹性感受野方法。它模拟生物眼睛瞳孔的放缩能力，利用可伸缩算子检测目标，给出快速算法的计算复杂度与滤波过程类似对红外图像和工业Ｘ光片的实验表明此算法简单易行，快速有效。     

截断斜坡函数多值逻辑神经元

基于截断斜坡函数实现方便和多值逻辑变量信息含量高的特点,提出了一种多值逻辑神经元,并给出了相应的训练方法和电路实现方案.该神经元可应用于模式识别、降低神经元网络中的神经元数量和提高训练速度.     

动态感受野特征选择去雾网络

基于深度学习的去雾模型大多在网络参数固定后,感受野也就随之固定。这导致去雾网络无法针对每个具体的场景采用最优的模式进行去雾,从而造成结果中存在模糊和失真。针对这些问题,文中提出动态感受野特征选择去雾网络。该网络以带有空洞卷积的特征注意力空洞模块为基础组件,并行使用多个空洞率不同的特征注意力空洞模块来提取多尺度特征,并进行动态特征融合,构成动态感受野模块。文中将多个动态感受野模块搭配残差连接组成深度网络,对不同层次的特征进行动态混合,最终解码得到去雾图像。实验结果表明,文中所提算法对室内和室外的合成雾图以及真实含雾图像均具有良好的去雾效果,可以生成清晰、自然的去雾图像。     

基于感受野模型的图像融合算法研究

现实世界中最优的图像融合系统莫过于生物视觉系统.如果能够了解生物视觉的基本原理,建立其数学模型,并能应用于多传感器图像融合实践中,将会对多传感器图像融合技术的发展有很大促进作用.本文以人类视觉的生物机理和感受野的数学模型为基础,提出了一种新颖的基于人眼视觉感受野模型的图像融合算法.这种算法非常适合融合两幅灰度差异较大的异质传感器图像,融合图像在保留两幅原图像中有用信息的同时,还对图像间的差异进行了增强,有助于提高观察者识别目标的速度和准确性.另外,该算法还有一定的去噪功能,计算量很小,可满足实时性要求.     

基于十字感受野网络的场景文本检测

现有的场景文本检测方法直接采用面向图像分类任务的网络结构.由于文本目标在纵横比、外观纹理及尺寸上与ImageNet上的自然物体的明显区别,这些分类网络结构不适合于场景文本检测任务.为解决该问题,提出了一种适用于场景文本检测的骨干网络——十字感受野网络(CrossNet).CrossNet的基本元素为十字感受野模块(Cr...     

硬限幅函数神经元的精确实现

本文提出了一种新的利用跨导运放ＯＴＡ精确实现电压－电流型硬限幅函数神经元方法，它的主要特点是容易实现、且神经元的输幅可调。     

可变形有效感受野的人体图像语义分割算法

针对现有人体图像前景目标姿态变化、大小差异过大和边缘细节丢失等因素造成分割效果不佳的问题,提出了一种基于可变形有效感受野的人体前景分割算法.该算法将不同尺度的特征图进行融合,减少下采样过程中丢失的空间语义信息;同时结合可变有效感受野模块和边缘细化模块来捕获空间信息和语义信息,以适应算法对不同目标的有效感受野范围,并使有...     

基于MobileNet的多尺度感受野特征融合算法

针对轻量化网络在目标检测中检测精度低的问题,提出了一种以MobileNet为基础网络的轻量级目标检测网络MobileNet-RFB-ECA。针对目标多尺度特性,采用基于轻量化扩充感受野模块(RFB)的特征金字塔网络结构增强网络对目标多尺度特性的适应性。与此同时,针对复杂注意力模块导致计算量大的问题,在主干特征提取网络添加有效通道注意力机制模块(ECA),提高卷积神经网络的性能。实验结果表明,相较于MobileNet,所提MobileNet-RFB-ECA在PASCAL VOC数据集和KITTI数据集上检测精度分别提高了4.2个百分点和15.4个百分点,模型大小分别为50.3 MB和48.5 MB,平均检测速度为34 frame·s^-1。     

颠覆传统视觉感受的激光显示技术

激光技术事实上并不是什么新鲜的技术。早在1960年,美国科学家Theodore Maiman以红宝石晶体作为工作物质,成功地研制出世界上第一台激光器,宣布了人类正式迈入激光时代。拥有颠覆传统视觉感受的激光显示技术现已开发成功,可谓未来平板电视发展的新趋势,相对于传统的平板电视,最突出的优点就是能输出相当纯正的单色光。而输出的红、蓝、绿三色可利用数字信号分别