模拟初级视皮层脉冲神经元的动作识别研究

论文摘要

随着动作识别在视频监控、视频检索和人机接口等领域的广泛应用，激起了研究人员极大的研究热情，且取得了较多的研究成果。然而，由于人体结构的复杂性，个体之间的差异性，以及行为动作的多样性，使得快速、准确地识别动作变得十分困难。随着认知科学和神经科学的迅速发展，推动了模拟视觉感知机理的图像处理研究，特别是人体动作动作识别的研究。虽然近年来研究人员针对该应用领域的研究，提出了许多基于生物启发的人体动作识别的模型，但这些模型仍存在计算量大、识别性能不稳定的缺憾。因此，为进一步探索视觉感知本身所固有的特性，实现人体动作的准确、快速识别，本文模拟视觉感知系统中视觉神经元的信息处理机制进行动作识别。视觉信息处理在大脑皮层中形成了信息处理通路，其中致力于运动信息处理通路中包含有许多区域，如初级视皮层（V1）和中颞区（MT）。虽然有关运动模式是在哪个区域完成的，仍存在不同的推测，目前大部分围绕MT区展开动作识别的研究，构建了很多模型，但其结构复杂、效率低。为此，本文以视觉神经科学的研究成果为理论依据，在对现有的动作识别模型进行认真分析的基础上，围绕V1区展开动作识别的研究，得出了初步的研究结果。首先，给出了模拟初级视皮层V1中细胞的运动信息检测方法。该方法首先以Marr的特征分析理论为基础，采用三维Gabor(3D Gabor)时空滤波器及其组合分别模拟简单、复杂细胞的感受野，以此对视频图像进行处理，从而获取对运动速度和方向敏感的运动信息。其次，提出了无方向性和有方向性的环绕抑制模型。根据V1中无方向选择性和有方向选择性细胞的环绕抑制特性，以三维Gabor时空滤波器中的三维高斯函数为基函数，构造了无方向和有方向的环绕抑制模型。通过该模型，有效地避免视频图像中各种背景噪声对信息检测的影响，保持了运动信息的完整性。最后，提出了基于脉冲神经元平均发放率分析的运动特征提取方法。以神经脉冲作为信息处理和传递的载体，依据基于电导率的Integrate and Fire（I&F）神经元模型，构建脉冲神经网络。通过对神经元脉冲平均发放率的分析，从而获取行为动作的平均运动图，提取动作特征。利用支持向量机的分类方法，实现对人体动作的识别。利用Weizmann和KTH等人体动作视频数据库对本文提出的方法进行测试，实验结果表明本文提出的方法既减少了识别计算量，加快了识别速度，又提高了动作的识别率。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 引言
• 1.2 国内外研究现状
• 1.3 本文主要内容及结构安排
• 第二章 系统结构
• 2.1 仿生动作识别系统结构
• 2.2 视频图像预处理
• 2.2.1 中心定位
• 2.2.2 形态学操作
• 2.3 运动特征提取：V1 模型
• 2.3.1 运动信息提取
• 2.3.2 脉冲形成层
• 2.3.3 特征选择
• 2.4 动作识别
• 2.5 总结
• 第三章 运动特征提取
• 3.1 运动信息提取
• 3.1.1 3D Gabor 时空滤波器
• 3.1.2 简单细胞的模拟
• 3.1.3 复杂细胞的模拟
• 3.1.4 简单，复杂细胞的特性分析
• 3.1.5 运动信息提取实验结果
• 3.2 脉冲形成层
• 3.2.1 脉冲神经元模型
• 3.2.2 脉冲形成层的结构
• 3.3 脉冲链及其特性分析
• 3.3.1 脉冲链简介
• 3.3.2 脉冲链的平均发放率
• 3.4 总结
• 第四章 环绕抑制及运动信息分析
• 4.1 环绕抑制的介绍
• 4.2 环绕抑制的模拟
• 4.3 环绕抑制的特性分析
• 4.3.1 噪声抑制
• 4.3.2 运动信息检测
• 4.3.3 轮廓探测和纹理抑制
• model 结合环绕抑制'>4.4 V1_model 结合环绕抑制
• 4.5 运动信息分析
• 4.6 本章小结
• 第五章 参数和实验结果分析
• 5.1 数据库
• 5.1.1 Weizmann 数据库
• 5.1.2 KTH 数据库
• 5.2 参数设置
• 5.3 不加环绕抑制与加环绕抑制间比较
• 5.4 不同参数间比较
• 5.4.1 环绕抑制因子
• 5.4.2 视频的帧数
• 5.4.3 时空滤波器的速度
• 5.5 不同模型间比较
• 5.6 识别时间
• 5.7 本章小结
• 第六章 总结与展望
• 6.1 全文工作总结
• 6.2 作者展望
• 参考文献
• 致谢
• 附录 攻读学位期间发表的论文