检索结果-南通市图书馆

面向生物视觉的神经编码模型研究:进展与挑战

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2023年第8期45卷 2689-2698页

作者：贾杉杉余肇飞刘健黄铁军北京大学计算机学院北京100871 北京大学人工智能研究院北京100871 利兹大学计算学院利兹LS29JT

视觉系统通过神经元将丰富且密集的动态视觉刺激编码成时变的神经响应。探寻视觉刺激与神经响应之间函数关系是理解神经编码机理的一种常见手段。该文首先介绍了视觉系统的神经编码模型,归纳为两类:生物物理编码模型和人工神经网络编码... 详细信息

视觉系统通过神经元将丰富且密集的动态视觉刺激编码成时变的神经响应。探寻视觉刺激与神经响应之间函数关系是理解神经编码机理的一种常见手段。该文首先介绍了视觉系统的神经编码模型,归纳为两类:生物物理编码模型和人工神经网络编码模型。然后介绍了各种模型的参数估计方法。通过对比各种模型的特性,总结了各自的优势、应用场景及所存在问题。最后,对视觉编码研究的现状以及未来面对的挑战进行了展望。

关键词：类脑视觉生物视觉系统生物物理编码模型人工神经网络编码模型系统辨识

在线全文

学校读者我要写书评

暂无评论

电子图书元数据的自动检查

现代图书情报技术 2005年第7期 7-10页

作者：史晓刚黄铁军中国科学院研究生院北京100049

元数据是解决网络资源从无序走向有序的方案之一。本文简要介绍了都柏林核心元数据集在数字图书馆中的用法;针对中美合作百万册数字图书馆项目,阐述了采用DC1.1版本作为电子图书元数据标准的原因;提出了利用软件自动检查电子图书DC的方... 详细信息

元数据是解决网络资源从无序走向有序的方案之一。本文简要介绍了都柏林核心元数据集在数字图书馆中的用法;针对中美合作百万册数字图书馆项目,阐述了采用DC1.1版本作为电子图书元数据标准的原因;提出了利用软件自动检查电子图书DC的方法;分析了工具软件对电子图书DC元数据检查的结果。

关键词：元数据 DC 自动检查

在线全文

学校读者我要写书评

暂无评论

生物视觉系统的神经网络编码模型综述

中国图象图形学报 2023年第2期28卷 335-357页

作者：郑雅菁余肇飞黄铁军北京大学计算机学院视频与视觉技术国家工程研究中心北京100871 北京大学人工智能研究院北京100871

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... 详细信息

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模型,并展望基于神经网络的视觉系统编码模型的技术挑战与可能的发展方向。

关键词：生物视觉系统分层结构设计深度神经网络视觉皮层编码模型无监督学习

Salient region detection and segmentation for general object recognition and image understanding

在线全文

学校读者我要写书评

暂无评论

Science China(Information Sciences) 2011年第12期54卷 2481-2490页

作者： huang tiejun 1 , TIAN YongHong 1 , LI Jia 2 & YU HaoNan 11 National Engineering Laboratory for Video Technology, School of Electrical Engineering and Computer Science, Peking University, Beijing 100871, China 2 Key Laboratory of Intelligent Information Processing, Institute of Computing Technology, Chinese Academy of Sciences, Beijing 100190, China National Engineering Laboratory for Video Technology School of Electrical Engineering and Computer Science Peking University Key Laboratory of Intelligent Information Processing Institute of Computing Technology Chinese Academy of Sciences

General object recognition and image understanding is recognized as a dramatic goal for computer vision and multimedia retrieval. In spite of the great efforts devoted in the last two decades, it still remains an open problem. In this paper, we propose a selective attention-driven model for general image understanding, named GORIUM (general object recognition and image understanding model). The key idea of our model is to discover recurring visual objects by selective attention modeling and pairwise local invariant features matching on a large image set in an unsupervised manner. Towards this end, it can be formulated as a four-layer bottom-up model, i.e., salient region detection, object segmentation, automatic object discovering and visual dictionary construction. By exploiting multi-task learning methods to model visual saliency simultaneously with the bottom-up and top-down factors, the lowest layer can effectively detect salient objects in an image. The second layer exploits a simple yet effective learning approach to generate two complementary maps from several raw saliency maps, which then can be utilized to segment the salient objects precisely from a complex scene. For the third layer, we have also implemented an unsupervised approach to automatically discover general objects from large image set by pairwise matching with local invariant features. Afterwards, visual dictionary construction can be implemented by using many state-of-the-art algorithms and tools available nowadays.

关键词： object recognition image understanding visual saliency salient object segmentation visual dictionary

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电子图书内容与结构的自动检查

现代图书情报技术 2005年第8期 23-26页

作者：史晓刚黄铁军中国科学院研究生院先进人机通信技术联合实验室北京100085

介绍了中美合作百万册数字图书馆项目,阐述了自动检查工具开发的意义,主要从电子图书数据质量的标准、电子图书数据资源的特点及数据质量自动检查技术分析入手,提出了图书质量自动检查工具的设计方案,分析了自动检查工具的应用结果。

关键词：电子图书数据质量自动检查

Aydos等基于椭圆曲线密码学无线认证协议的安全性

在线全文

学校读者我要写书评

暂无评论

计算机研究与发展 2006年第12期43卷 2076-2081页

作者：刘永亮高文姚鸿勋黄铁军哈尔滨工业大学计算机科学与技术学院哈尔滨150001 中国科学院计算技术研究所数字媒体研究中心北京100080

最近,Aydos等人提出了基于椭圆曲线密码学的无线认证协议·该协议使用了椭圆曲线数字签名算法和Diffie-Hell man密钥交换方案提供相互认证并协商会话密钥用于随后的通信·Mangipudi等人指出该协议对于来自系统内部攻击者的中间人攻击是... 详细信息

最近,Aydos等人提出了基于椭圆曲线密码学的无线认证协议·该协议使用了椭圆曲线数字签名算法和Diffie-Hell man密钥交换方案提供相互认证并协商会话密钥用于随后的通信·Mangipudi等人指出该协议对于来自系统内部攻击者的中间人攻击是脆弱的·进一步证明Aydos等人的协议对于来自任何攻击者的中间人攻击都是脆弱的,而不仅限于内部攻击者·最后,分析了Aydos等人的协议受到攻击的原因和其他一些安全缺陷·

关键词：相互认证密钥交换方案椭圆曲线密码学无线通信安全性

在线全文

学校读者我要写书评

暂无评论

基于离散对数的水印检测协议

计算机辅助设计与图形学学报 2006年第9期18卷 1322-1326页

作者：刘永亮高文黄铁军姚鸿勋哈尔滨工业大学计算机科学与工程系哈尔滨150001 中国科学院计算技术研究所数字媒体中心北京100080

提出基于离散对数的水印检测协议,以解决通常的水印检测方案泄漏敏感信息(如水印和嵌入位置)的问题.在协议中,水印被隐藏在模指数中.标准的水印与数字作品之间的相关性判定被转换成它的等价形式,证明者通过证明此等价形式,以使得验证者... 详细信息

提出基于离散对数的水印检测协议,以解决通常的水印检测方案泄漏敏感信息(如水印和嵌入位置)的问题.在协议中,水印被隐藏在模指数中.标准的水印与数字作品之间的相关性判定被转换成它的等价形式,证明者通过证明此等价形式,以使得验证者相信水印的存在.在计算离散对数困难的假定下,协议没有泄漏任何敏感信息并且被证明是零知识的.

关键词：数字水印水印检测离散对数零知识协议安全

在线全文

学校读者我要写书评

暂无评论

车载视觉系统中的行人检测技术综述

中国图象图形学报 2013年第4期18卷 359-367页

作者：许腾黄铁军田永鸿北京大学信息科学技术学院北京100871

作为计算机视觉以及智能车辆领域的一个重要研究方向,车载视觉系统中的行人检测技术近年来得到了业界广泛关注。本文对2005年以来该技术中最重要的两个环节——感兴趣区域分割以及目标识别的研究现状进行综述,首先将感兴趣区域分割的典... 详细信息

作为计算机视觉以及智能车辆领域的一个重要研究方向,车载视觉系统中的行人检测技术近年来得到了业界广泛关注。本文对2005年以来该技术中最重要的两个环节——感兴趣区域分割以及目标识别的研究现状进行综述,首先将感兴趣区域分割的典型方法按照分割所用信息的不同进行分类并对比它们的优缺点,之后对行人目标识别的特征提取、分类器构造以及搜索框架等方面的进展进行总结,最后对未来发展作出展望。

关键词：行人检测车载辅助驾驶系统感兴趣区域分割目标识别

基于普通器件实现快1000倍的相机与机器视觉

在线全文

学校读者我要写书评

暂无评论

Engineering 2023年第6期25卷 110-119,M0005页

作者： tiejun huang Yajing Zheng Zhaofei Yu Rui Chen Yuan Li Ruiqin Xiong Lei Ma Junwei Zhao Siwei Dong Lin Zhu Jianing Li Shanshan Jia Yihua Fu Boxin Shi Si Wu Yonghong Tian School of Computer Science National Engineering Research Center of Visual TechnologyPeking UniversityBeijing 100871China

在数码相机中,我们发现了一个重大缺陷,即从胶片相机继承的图像和视频模型阻碍了相机捕捉快速变化的光子世界。我们提出了一种新的视觉形式,称为视象(vform),这是一个比特序列阵列,其中每个比特表示光子的累积是否达到了一个阈值,从而... 详细信息

在数码相机中,我们发现了一个重大缺陷,即从胶片相机继承的图像和视频模型阻碍了相机捕捉快速变化的光子世界。我们提出了一种新的视觉形式,称为视象(vform),这是一个比特序列阵列,其中每个比特表示光子的累积是否达到了一个阈值,从而可以记录和重建任何时刻场景的光强。仅使用消费级CMOS传感器和集成电路,开发了一种比传统相机快1000倍的脉冲相机。将视象看作生物视觉中的脉冲序列,进一步开发了基于脉冲神经网络的机器视觉系统,它可以将机器的速度和生物视觉的机理结合起来,从而实现了比人类视觉快1000倍的高速目标检测和跟踪,并通过辅助裁判和目标瞄准系统证明了脉冲相机和超级视觉系统的效用。视象模型和芯片有望从根本上改变图像和视频的概念以及摄影、电影和视觉媒体等相关行业,并开启一个全新的基于脉冲神经网络的速度自由的机器视觉时代。

关键词：脉冲神经网络机器视觉生物视觉视觉系统 CMOS传感器视觉媒体胶片相机脉冲序列