SpikeNet的研究及其在快速人脸识别中的应用

摘要：

对SpikeNet网络的研究,其主要目的在于根据电生理学的研究成果,通过计算机构造与人脑相似的神经元及其网络拓扑结构来模拟人脑的思维过程,进而学习人脑对外界事物的反应过程,实现对人脸图像中的兴趣区域识别和智能处理.对SpikeNet的研究将有助于提高网络的识别速度和识别效率,对人工智能的研究和发展具有深远的意义.SpikeNet的理论基础是基于激发(spike)原理的排序编码(rank code ordering)研究思想.在数以万计的视觉神经元中,大脑可以将神经元按照敏感性排序,对于特定情况敏感的物体,特定的神经元会及早突破阈值而激发产生Spike,并通过多层网络不断传递信息.对人脸识别的实验表明,SpikeNet在速度上达到实时的神经计算,并且能很好地克服对比度和噪声的影响,获得比较理想的实验效果.

关键词：机器视觉、SpikeNet、排序编码、前馈式神经网络

所属期刊栏目：20

分类号：TP183(自动化基础理论)

资助基金：陕西省自然科学基金资助项目2005A12

在线出版日期：2010-09-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：235-239