基于动态感受野的视觉不变性和频率效应研究

《基于动态感受野的视觉不变性和频率效应研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中文摘要人类视觉系统认知过程及规律的研究，在机器视觉和认知科学等方面具有重要意义，特别是在目前初期特征分析理论与初期整体知觉理论之间冲突仍然很激烈的背景下。本文将研究的焦点集中在视觉感受野上，以Gabor函数为数学工具，围绕动态感受野模型对相应的视觉现象展开研究，文本的主要工作和特色如下：1．提出了基于Gabor函数的动态感受野模型，对动态感受野的运行机制进行了解释，并对不同的感受野模式进行模拟。模拟的结果表明基于Gabor函数的动态感受野模型与视觉系统传递函数较为接近，不同模式的感受野均可以由此模型表示，其中包括

2、一些尚未被证实存在的模式，从而证实了本文提出的模型较为适合描述视觉感受野。2．图像的旋转、尺度、平移和亮度不变性模拟实验证实了感受野可以通过改变自身的参数实现视觉不变性，以动态的角度解释了不变性信息的获取机理。提出了不变性信息在视觉过程的初期阶段直接获得的假说。3．在灰度对比效应明显存在的情况下，本文探讨了频率对比效应存在与否的问题，并设计相关的图形实验，在其中的一些实验结果中，频率对比效应非常明显。在总结归纳实验结果之后，本文提出了用动态感受野模型解释频率效应，理论推测与实际的现象完全相符，并且能够解释一些空间错

3、觉现象。4．对动态感受野模型进行修正，加入时间参数，以描述感受野衰退的过程，由此推断感受野的建立过程与其相反。并以此为基础对至今仍然未能得到很好解释的拓扑知觉实验结果做出尝试性的解释，得到非常合理的结果，在视觉认知领域中的两种互相冲突的认知路线之间建立起了一条连接的桥梁。总之，视觉系统的研究是个复杂的问题，本文提出的动态感受野模型，从理论上来看符合感受野的相关特性，从实际情况来看能够解释目前存在的相关视觉现象，在描述感受野和模拟人类视觉特性等方面具有很好的效果，甚至有可能将初期特征分析理论与初期整体知觉理论在今后的

4、研究中统一起来。关键词：动态感受野Gabor函数视觉不变性频率效应视觉认知ABSTRACTTheresearchoncognitiveprocessofhumanvisualsystemhasgreatsignificanceinmachinevisionandcognitivescience，especiallynowthatthetwofamoustheoriesinthisfield，whichcalledrespectivelythetheoryofearlycharacteristicsanalysisa

5、ndthetheoryofearlyglobalperception，arestilltotallydifferent．InthisthesisresearchwasconductedbyfocusingonvisualreceptivefieldstostudycorrespondingvisualphenomenawiththemethodofdynamicreceptivefieldsmodelbasedonGaborfunction．Themainworkandsomehighlightsofthisthe

6、sisweresummarizedasfollows：1．AdynamicreceptivefieldsmodelwasproposedbasedonGaborfunction，thenillustratedtheoperationmechanismofdynamicreceptivefieldsandsimulateddifferentpatternsofvisualreceptivefieldsusingthemodel．Theresultsofthesimulationshowedthatthedynamic

7、receptivefieldsmodelbasedonGaborfunctionwasagooddescriberofthetransferfunctionofvisualsystemandwasabletOsimulatedifferentpatternsofvisualreceptivefieldsincludingsomeuncorroboratedpatterns．2．Theexperimentsoninvarianceofrotation，scale，translationandilluminationp

8、rovedthatthereceptivefieldscouldchangetheparametersofitselftoachievethepurposeofinvariantrecognitionandexplainedthegettingmechanismofinvariantinformationfromdynamicperspective．Ahyp