研究目的
研究视网膜中运动处理的机制,特别是在具有挑战性的条件下检测移动目标,例如在大量杂乱或干扰信号中检测小尺寸或低对比度的目标。
研究成果
Reichardt模型对连续杂波具有更强的鲁棒性但对目标速度敏感,而OMS模型在连续杂波下的性能会下降。侧向抑制能有效实现目标尺寸调谐。未来工作将探索预测机制以提升模型性能。
研究不足
该研究通过聚焦内丛状层简化了视网膜处理过程,未考虑光感受器、水平细胞及双极细胞功能的全部复杂性。此外,预测机制对模型性能的影响被指出是未来探索的领域。
研究目的
研究视网膜中运动处理的机制,特别是在具有挑战性的条件下检测移动目标,例如在大量杂乱或干扰信号中检测小尺寸或低对比度的目标。
研究成果
Reichardt模型对连续杂波具有更强的鲁棒性但对目标速度敏感,而OMS模型在连续杂波下的性能会下降。侧向抑制能有效实现目标尺寸调谐。未来工作将探索预测机制以提升模型性能。
研究不足
该研究通过聚焦内丛状层简化了视网膜处理过程,未考虑光感受器、水平细胞及双极细胞功能的全部复杂性。此外,预测机制对模型性能的影响被指出是未来探索的领域。
加载中....
您正在对论文“[美国田纳西州诺克斯维尔 ACM出版社国际会议(2018年7月23日-26日)] 神经形态系统国际会议论文集 - ICONS '18 - 基于视网膜启发的运动物体检测算法”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期