論文の概要: A Bioinspired Retinal Neural Network for Accurately Extracting
Small-Target Motion Information in Cluttered Backgrounds
- arxiv url: http://arxiv.org/abs/2103.00848v1
- Date: Mon, 1 Mar 2021 08:44:27 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-03 16:45:33.336703
- Title: A Bioinspired Retinal Neural Network for Accurately Extracting
Small-Target Motion Information in Cluttered Backgrounds
- Title（参考訳）: バイオインスパイアされた網膜ニューラルネットによる小ターゲット運動情報の正確な抽出
- Authors: Xiao Huang, Hong Qiao, Hui Li and Zhihong Jiang
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 19.93930316898735
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Robust and accurate detection of small moving targets in cluttered moving
backgrounds is a significant and challenging problem for robotic visual systems
to perform search and tracking tasks. Inspired by the neural circuitry of
elementary motion vision in the mammalian retina, this paper proposes a
bioinspired retinal neural network based on a new neurodynamics-based temporal
filtering and multiform 2-D spatial Gabor filtering. This model can estimate
motion direction accurately via only two perpendicular spatiotemporal filtering
signals, and respond to small targets of different sizes and velocities by
adjusting the dendrite field size of the spatial filter. Meanwhile, an
algorithm of directionally selective inhibition is proposed to suppress the
target-like features in the moving background, which can reduce the influence
of background motion effectively. Extensive synthetic and real-data experiments
show that the proposed model works stably for small targets of a wider size and
velocity range, and has better detection performance than other bioinspired
models. Additionally, it can also extract the information of motion direction
and motion energy accurately and rapidly.
- Abstract（参考訳）: 雑然とした移動背景における小さな移動ターゲットの堅牢かつ正確な検出は、ロボット視覚システムが検索および追跡タスクを実行するための重要かつ困難な問題です。
哺乳動物網膜における初歩視覚の神経回路に触発され,新しい神経力学に基づく時間的フィルタリングとマルチフォーム2次元空間ガボルフィルタリングに基づくバイオインスパイアされた網膜神経ネットワークを提案する。
このモデルは、2つの垂直時空間フィルタ信号のみを介して運動方向を正確に推定し、空間フィルタの樹状体サイズを調整することにより、異なるサイズと速度の小さなターゲットに応答することができる。
一方,移動背景における目標的特徴を抑えるために,方向選択的抑制のアルゴリズムを提案し,背景運動の影響を効果的に低減することができる。
広範な合成および実データ実験により,提案モデルがより広いサイズと速度範囲の小さなターゲットに対して安定に動作し,他のバイオインスパイアモデルよりも優れた検出性能を示す。
さらに、運動方向と運動エネルギーの情報を正確かつ迅速に抽出することもできます。
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) - 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) - 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) - MotionHint: Self-Supervised Monocular Visual Odometry with Motion
Constraints [70.76761166614511]
モノクローナルビジュアル・オドメトリー(VO)のための新しい自己教師型アルゴリズムMotionHintを提案する。
我々のMotionHintアルゴリズムは、既存のオープンソースSSM-VOシステムに容易に適用できる。
論文 参考訳（メタデータ） (2021-09-14T15:35:08Z) - Optical Flow Estimation from a Single Motion-blurred Image [66.2061278123057]
画像内の動きのぼかしは、基本的なコンピュータビジョンの問題に実用的な関心を持つ可能性があります。
本研究では,単一動画像からの光流れをエンドツーエンドで推定する新しい枠組みを提案する。
論文 参考訳（メタデータ） (2021-03-04T12:45:18Z) - 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) - DS-Net: Dynamic Spatiotemporal Network for Video Salient Object
Detection [78.04869214450963]
時間情報と空間情報のより効果的な融合のための新しい動的時空間ネットワーク(DSNet)を提案する。
提案手法は最先端アルゴリズムよりも優れた性能が得られることを示す。
論文 参考訳（メタデータ） (2020-12-09T06:42:30Z) - Modelling Drosophila Motion Vision Pathways for Decoding the Direction
of Translating Objects Against Cluttered Moving Backgrounds [6.670414650224423]
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。
論文 参考訳（メタデータ） (2020-07-02T05:15:31Z) - 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) - A Time-Delay Feedback Neural Network for Discriminating Small,
Fast-Moving Targets in Complex Dynamic Environments [8.645725394832969]
複雑な視覚環境の中で小さな移動物体を識別することは、自律型マイクロロボットにとって重要な課題である。
フィードバック接続を備えたSTMDベースのニューラルネットワーク(Feedback STMD)を提案する。
論文 参考訳（メタデータ） (2019-12-29T03:10:36Z)
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。