Биологически-подобные модели сверточных нейронов в задаче распознавания иллюзорного контура
https://doi.org/10.25205/1818-7900-2022-20-1-47-56
Аннотация
Представлен результат проектирования архитектуры нейронной сети на биологически-подобных нейронах, в задачу которой входит отработка механизма распознавания иллюзорного контура на примере «фигур Канижа». Нейронная сеть позволила добиться инвариантности к количеству углов фигуры и не теряет в качестве распознавания при изменении размеров иллюзорного контура. Основное применение подхода может быть найдено в задаче разделения «фигура – фон» на изображениях.
Об авторах
А. В. Кугаевских
Новосибирский государственный университет
Россия
Россия
Александр Владимирович Кугаевских, кандидат технических наук
Новосибирск
М. С. Берьянов
Университет ИТМО
Россия
Россия
Максим Сергеевич Берьянов, магистрант
Санкт-Петербург
Список литературы
1. Heydt R.von der, Peterhans E., Baumgartner G. Illusory Contours and Cortical Neuron Responses. Science, 1984, vol. 224, no. 4654, pp. 1260–1262.
2. Finkel L., Edelman G. Integration of distributed cortical systems by reentry: a computer simulation of interactive functionally segregated visual areas. J. Neurosci., 1989, vol. 9, no. 9, pp. 3188–3208.
3. Guy G., Medioni G. Inferring global perceptual contours from local features. In: Proceedings of IEEE Conference on Computer Vision and Pattern Recognition. New York, NY, IEEE Comput. Soc. Press, 1993, pp. 786–787.
4. Williams, Hanson. Perceptual completion of occluded surfaces. In: Proceedings of IEEE Conference on Computer Vision and Pattern Recognition CVPR-94. Seattle, WA, IEEE Comput. Soc. Press, 1994, pp. 104–112.
5. Gove A., Grossberg S., Mingolla E. Brightness perception, illusory contours, and corticogeniculate feedback. Vis Neurosci., 1995, vol. 12, no. 6, pp. 1027–1052.
6. Williams L. R., Jacobs D. W. Stochastic completion fields: a neural model of illusory contour shape and salience. In: Proceedings of IEEE International Conference on Computer Vision. Cambridge, MA, IEEE Comput. Soc. Press, 1995, pp. 408–415.
7. Yankelovich A., Spitzer H. Predicting Illusory Contours Without Extracting Special Image Features. Front. Comput. Neurosci., 2019, vol. 12, p. 106.
8. Kugaevskikh A., Sogreshilin A. Analyzing the Efficiency of Segment Boundary Detection Using Neural Networks. Optoelectronics Instrumentation and Data Processing, 2019, vol. 55, no. 4, pp. 414–422. DOI 10.3103/S8756699019040137
9. Kugaevskikh A. Bio-Inspired End-Stopped Neuron Model for the Curves Segmentation. In: Proceedings of 2020 International Russian Automation Conference (RusAutoCon). Sochi, IEEE, 2020, pp. 719–724. DOI 10.1109/RusAutoCon49822.2020.9208069
10. Heitger F. et al. Simulation of neural contour mechanisms: from simple to end-stopped cells: 5. Vision Research, 1992, vol. 32, no. 5, pp. 963–981.
Рецензия
Для цитирования:
Кугаевских А.В., Берьянов М.С. Биологически-подобные модели сверточных нейронов в задаче распознавания иллюзорного контура. Вестник НГУ. Серия: Информационные технологии. 2022;20(1):47-56. https://doi.org/10.25205/1818-7900-2022-20-1-47-56
For citation:
Kugaevskikh A.V., Beryanov M.S. Bio-Inspired Models of Convolution Neurons in the Problem of Illusory Contour Recognition. Vestnik NSU. Series: Information Technologies. 2022;20(1):47-56. (In Russ.) https://doi.org/10.25205/1818-7900-2022-20-1-47-56
Просмотров: 79
Послать статью по эл. почте 