[发明专利]模拟多尺度交叠感受野的神经网络及其建立方法和应用

摘要

本发明属于计算机视觉技术领域，具体为一种具有实时特征学习的、模拟生物视觉多尺度交叠感受野的神经网络及其建立方法和应用，该网络可应用于机器视觉学习和认知。通过无监督的学习获得对外界图像的视觉特征，对不同位置和尺度的感兴趣目标，都可找到它在场景中的位置。结合有监督学习的识别分类算法，把它应用在机器视觉上，可以实现对感兴趣的目标进行实时跟踪；应用在行走机器人上，可在不同环境下自主学习和目标追踪。

主权项

1、一种多尺度交叠感受野神经网络，记为NNSMOR，是模拟生物视觉多心度感受野结构的网络及模拟视觉认知过程的系统结构，其特征在于：对输入图像分层降采样，每层都用同样大小的交叠的图像子块获得对应区域的感受野的输入，达到在高层的神经元具有更大的感受野的效果；对于同一层不同位置的感受野，他们所覆盖的区域大小相同；在该网络中，所有感受野都按照一定方式排列，图像按层缩小，直到使用一块或者几块感受野可完全覆盖整幅图像为止；对于输入场景中的某一个目标，无论大小、位置如何，总能找到一组神经元使得它们对应的感受野可以近似地覆盖这个目标的区域；网络输入是从不同分辨率图像上得到的大小相同的图像子块，代表不同大小的感受野，通过学习希望得到的权是输入图像PCA的基，输出k个神经元为最大的k个PCA基上的投影，它代表了每个子块的特征。