論文の概要: Modelling Drosophila Motion Vision Pathways for Decoding the Direction
of Translating Objects Against Cluttered Moving Backgrounds
- arxiv url: http://arxiv.org/abs/2007.00886v1
- Date: Thu, 2 Jul 2020 05:15:31 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-14 14:19:26.496351
- Title: Modelling Drosophila Motion Vision Pathways for Decoding the Direction
of Translating Objects Against Cluttered Moving Backgrounds
- Title（参考訳）: 移動背景に対する翻訳対象方向のデコードのためのショウジョウバエ運動視覚経路のモデル化
- Authors: Qinbing Fu and Shigang Yue
- Abstract要約: 本稿では,ショウジョウバエの運動視覚経路について検討し,生理学的研究に基づく計算モデルを提案する。
提案した視覚系モデルでは,ONとOF経路,広視野水平感度 (HS) および垂直感度 (VS) が特徴的である。
実験では,提案したニューラルネットワークモデルの有効性を検証するとともに,高速移動,高コントラスト,大型目標に対する応答性を示す。
- 参考スコア（独自算出の注目度）: 6.670414650224423
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Decoding the direction of translating objects in front of cluttered moving
backgrounds, accurately and efficiently, is still a challenging problem. In
nature, lightweight and low-powered flying insects apply motion vision to
detect a moving target in highly variable environments during flight, which are
excellent paradigms to learn motion perception strategies. This paper
investigates the fruit fly \textit{Drosophila} motion vision pathways and
presents computational modelling based on cutting-edge physiological
researches. The proposed visual system model features bio-plausible ON and OFF
pathways, wide-field horizontal-sensitive (HS) and vertical-sensitive (VS)
systems. The main contributions of this research are on two aspects: 1) the
proposed model articulates the forming of both direction-selective (DS) and
direction-opponent (DO) responses, revealed as principal features of motion
perception neural circuits, in a feed-forward manner; 2) it also shows robust
direction selectivity to translating objects in front of cluttered moving
backgrounds, via the modelling of spatiotemporal dynamics including combination
of motion pre-filtering mechanisms and ensembles of local correlators inside
both the ON and OFF pathways, which works effectively to suppress irrelevant
background motion or distractors, and to improve the dynamic response.
Accordingly, the direction of translating objects is decoded as global
responses of both the HS and VS systems with positive or negative output
indicating preferred-direction (PD) or null-direction (ND) translation. The
experiments have verified the effectiveness of the proposed neural system
model, and demonstrated its responsive preference to faster-moving,
higher-contrast and larger-size targets embedded in cluttered moving
backgrounds.
- Abstract（参考訳）: 乱雑な動きの背景の前でオブジェクトを翻訳する方向を正しくかつ効率的にデコードすることは依然として難しい問題である。
自然界において、軽量で低出力の飛行昆虫は、飛行中に高度に変動する環境において移動目標を検出するために運動視覚を適用し、運動知覚戦略を学ぶのに優れたパラダイムである。
本稿では, ショウジョウバエの運動視覚経路を調査し, 最先端の生理学的研究に基づく計算モデルを提案する。
提案する視覚系モデルでは,生物工学的ON・OF経路,広視野水平感度(HS),垂直感度(VS)システムなどが特徴である。
本研究の主な貢献は2つの側面である。
1) 本モデルでは, 方向選択性(DS) と方向応答性(DO) の両方の反応を, フィードフォワード方式で, 運動知覚神経回路の主特性として明らかにした。
2) 運動前フィルタリング機構とON経路およびOF経路内の局所相関器のアンサンブルの組み合わせを含む時空間力学のモデル化により, 乱れの進行する背景の物体の翻訳に対して頑健な方向選択性を示し, 背景運動や乱れを効果的に抑制し, 動的応答を改善する。
従って、対象の翻訳方向は、好ましくない方向(PD)またはヌル方向(ND)翻訳を示す正または負の出力を持つHSおよびVSシステムのグローバル応答として復号される。
実験では,提案したニューラルネットワークモデルの有効性を検証し,より高速な移動,高コントラスト,大規模ターゲットへの応答性を示す。
関連論文リスト
- Motion-adaptive Separable Collaborative Filters for Blind Motion Deblurring [71.60457491155451]
様々な動きによって生じる画像のぼかしを除去することは、難しい問題である。
本研究では,動き適応型分離型協調フィルタと呼ばれる実世界のデブロアリングフィルタモデルを提案する。
本手法は,実世界の動きのぼかし除去に有効な解法を提供し,最先端の性能を実現する。
論文 参考訳（メタデータ） (2024-04-19T19:44:24Z) - GRA: Detecting Oriented Objects through Group-wise Rotating and Attention [64.21917568525764]
GRA(Group-wise Rotating and Attention)モジュールは、オブジェクト指向オブジェクト検出のためのバックボーンネットワークにおける畳み込み操作を置き換えるために提案されている。
GRAは、グループワイド回転(Group-wise Rotating)とグループワイド注意(Group-wise Attention)という2つの重要なコンポーネントを含む、さまざまな向きのオブジェクトのきめ細かい特徴を適応的にキャプチャすることができる。
GRAはDOTA-v2.0ベンチマークで新しい最先端(SOTA)を実現し、以前のSOTA法と比較してパラメータを50%近く削減した。
論文 参考訳（メタデータ） (2024-03-17T07:29:32Z) - Hallmarks of Optimization Trajectories in Neural Networks: Directional Exploration and Redundancy [75.15685966213832]
最適化トラジェクトリのリッチな方向構造をポイントワイズパラメータで解析する。
トレーニング中のスカラーバッチノルムパラメータは,ネットワーク全体のトレーニング性能と一致していることを示す。
論文 参考訳（メタデータ） (2024-03-12T07:32:47Z) - MotionTrack: Learning Motion Predictor for Multiple Object Tracking [68.68339102749358]
本研究では,学習可能なモーション予測器を中心に,新しいモーショントラッカーであるMotionTrackを紹介する。
実験結果から、MotionTrackはDancetrackやSportsMOTといったデータセット上での最先端のパフォーマンスを示す。
論文 参考訳（メタデータ） (2023-06-05T04:24:11Z) - Adaptive Multi-source Predictor for Zero-shot Video Object Segmentation [68.56443382421878]
ゼロショットビデオオブジェクトセグメンテーション(ZVOS)のための新しい適応型マルチソース予測器を提案する。
静的オブジェクト予測器では、RGBソースは、同時に深度および静注ソースに変換される。
実験の結果,提案モデルは3つのZVOSベンチマークにおいて最先端の手法よりも優れていることがわかった。
論文 参考訳（メタデータ） (2023-03-18T10:19:29Z) - Spatio-Temporal Feedback Control of Small Target Motion Detection Visual
System [9.03311522244788]
本稿では,時間的フィードバックを用いた視覚システムを構築し,小さな目標運動を検出する。
提案する視覚系は2つの相補的な空間ニューロンからなる。
実験結果から,本システムは小型目標検出における既存手法よりも競争力が高いことが示された。
論文 参考訳（メタデータ） (2022-11-18T10:10:48Z) - Neural Motion Fields: Encoding Grasp Trajectories as Implicit Value
Functions [65.84090965167535]
本稿では,ニューラルネットワークによってパラメータ化される暗黙的値関数として,オブジェクト点群と相対的タスク軌跡の両方を符号化する新しいオブジェクト表現であるNeural Motion Fieldsを提案する。
このオブジェクト中心表現は、SE(3)空間上の連続分布をモデル化し、サンプリングベースのMPCを利用して、この値関数を最適化することで、反応的に把握することができる。
論文 参考訳（メタデータ） (2022-06-29T18:47:05Z) - A Bioinspired Approach-Sensitive Neural Network for Collision Detection
in Cluttered and Dynamic Backgrounds [19.93930316898735]
移動中の物体の迅速かつ堅牢な検出は、ロボット視覚システムにとって重要かつ困難な問題である。
哺乳類網膜における神経回路の初等視覚にインスパイアされた,バイオインスパイアされたアプローチ感受性ニューラルネットワーク(AS)を提案する。
提案手法は, クラッタや動的背景の衝突を高精度かつロバストに検出するだけでなく, 位置や方向などの衝突情報を抽出し, 迅速な意思決定を支援する。
論文 参考訳（メタデータ） (2021-03-01T09:16:18Z) - A Bioinspired Retinal Neural Network for Accurately Extracting
Small-Target Motion Information in Cluttered Backgrounds [19.93930316898735]
本稿では,新しいニューロベース運動フィルタリングと多形2次元空間フィルタリングに基づくバイオインスパイアニューラルネットワークを提案する。
2つの信号だけで正確に動きの方向を推定し、異なる大きさと速度の小さな目標に反応する。
また、動き方向や動きの情報を正確かつ迅速に抽出することもできる。
論文 参考訳（メタデータ） (2021-03-01T08:44:27Z) - Drosophila-Inspired 3D Moving Object Detection Based on Point Clouds [22.850519892606716]
我々はショウジョウバエの浅部視覚神経経路に基づく運動検出装置を開発した。
この検出器は物体の動きに敏感であり、背景雑音を十分に抑制することができる。
次に、改良された3Dオブジェクト検出ネットワークを用いて、各提案の点雲を推定し、3D境界ボックスとオブジェクトカテゴリを効率的に生成する。
論文 参考訳（メタデータ） (2020-05-06T10:04:23Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。