論文の概要: Foveal-pit inspired filtering of DVS spike response

• arxiv url: http://arxiv.org/abs/2105.14331v1
• Date: Sat, 29 May 2021 16:01:39 GMT
• ステータス: 処理完了
• システム内更新日: 2021-06-05 14:46:55.571137
• Title: Foveal-pit inspired filtering of DVS spike response
• Title（参考訳）: DVSスパイク応答のFoveal-pitによるフィルタリング
• Authors: Shriya T.P. Gupta, Pablo Linares-Serrano, Basabdatta Sen Bhattacharya, Teresa Serrano-Gotarredona
• Abstract要約: 本稿では,網膜モデルを用いた動的視覚センサ(DVS)の画像処理結果について述べる。 DVSセンサによって生成された出力スパイクを、霊長類視覚経路の受容野構造にインスパイアされた一連のDoGフィルタに入力として適用した。 卵管モデルで抽出した特徴は、スパイキングニューラルネットワークに適応したバックプロパゲーション変種で訓練されたスパイキング畳み込みニューラルネットワークを用いてさらに分類するために使用される。
• 参考スコア（独自算出の注目度）: 0.6193838300896449
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this paper, we present results of processing Dynamic Vision Sensor (DVS) recordings of visual patterns with a retinal model based on foveal-pit inspired Difference of Gaussian (DoG) filters. A DVS sensor was stimulated with varying number of vertical white and black bars of different spatial frequencies moving horizontally at a constant velocity. The output spikes generated by the DVS sensor were applied as input to a set of DoG filters inspired by the receptive field structure of the primate visual pathway. In particular, these filters mimic the receptive fields of the midget and parasol ganglion cells (spiking neurons of the retina) that sub-serve the photo-receptors of the foveal-pit. The features extracted with the foveal-pit model are used for further classification using a spiking convolutional neural network trained with a backpropagation variant adapted for spiking neural networks.
• Abstract（参考訳）: 本稿では,gaussian(dog)フィルタのfoveal-pitインスパイアされた差分に基づく網膜モデルを用いて,視覚パターンのdvs(dynamic vision sensor)記録を処理した結果について述べる。 DVSセンサは、水平方向に一定の速度で移動する異なる空間周波数の垂直な白黒バー数で刺激された。 DVSセンサによって生成された出力スパイクを、霊長類視覚経路の受容野構造にインスパイアされた一連のDoGフィルタに入力として適用した。 特に、これらのフィルターは、卵胞の光受容を補助するミッドジェットおよびパラソル神経節細胞の受容野(網膜のスパイキングニューロン)を模倣している。 foveal-pitモデルで抽出された特徴は、スパイクニューラルネットワークに適したバックプロパゲーション変種で訓練されたスパイク畳み込みニューラルネットワークを使用してさらに分類される。

関連論文リスト

• KFD-NeRF: Rethinking Dynamic NeRF with Kalman Filter [49.85369344101118]
  KFD-NeRFは,Kalmanフィルタに基づく効率的かつ高品質な運動再構成フレームワークと統合された,新しい動的ニューラル放射場である。 我々のキーとなる考え方は、動的放射場を、観測と予測という2つの知識源に基づいて時間的に異なる状態が推定される動的システムとしてモデル化することである。 我々のKFD-NeRFは、同等の計算時間と最先端の視線合成性能で、徹底的な訓練を施した類似または優れた性能を示す。
  論文  参考訳（メタデータ） (2024-07-18T05:48:24Z)
• Finding Visual Saliency in Continuous Spike Stream [23.591309376586835]
  本稿では,連続スパイク流における視覚的塩分濃度を初めて検討する。 本稿では,フルスパイクニューラルネットワークに基づくRecurrent Spiking Transformerフレームワークを提案する。 我々のフレームワークは、スパイクストリームにおける視覚的サリエンシの強調とキャプチャにおいて、大幅に改善されている。
  論文  参考訳（メタデータ） (2024-03-10T15:15:35Z)
• Unveiling the Unseen: Identifiable Clusters in Trained Depthwise Convolutional Kernels [56.69755544814834]
  深部分離型畳み込みニューラルネットワーク(DS-CNN)の最近の進歩は、新しいアーキテクチャをもたらす。 本稿では,DS-CNNアーキテクチャのもう一つの顕著な特性を明らかにする。
  論文  参考訳（メタデータ） (2024-01-25T19:05:53Z)
• DopUS-Net: Quality-Aware Robotic Ultrasound Imaging based on Doppler Signal [48.97719097435527]
  DopUS-Netはドップラー画像とBモード画像を組み合わせることで、小血管のセグメンテーション精度と堅牢性を高める。 動脈再同定モジュールは、リアルタイムセグメンテーション結果を質的に評価し、拡張ドップラー画像に対するプローブポーズを自動的に最適化する。
  論文  参考訳（メタデータ） (2023-05-15T18:19:29Z)
• Differentiable Frequency-based Disentanglement for Aerial Video Action Recognition [56.91538445510214]
  ビデオにおける人間の行動認識のための学習アルゴリズムを提案する。 我々のアプローチは、主に斜めに配置されたダイナミックカメラから取得されるUAVビデオのために設計されている。 我々はUAV HumanデータセットとNEC Droneデータセットについて広範な実験を行った。
  論文  参考訳（メタデータ） (2022-09-15T22:16:52Z)
• Prune and distill: similar reformatting of image information along rat visual cortex and deep neural networks [61.60177890353585]
  深部畳み込み神経ネットワーク(CNN)は、脳の機能的類似、視覚野の腹側流の優れたモデルを提供することが示されている。 ここでは、CNNまたは視覚野の内部表現で知られているいくつかの顕著な統計的パターンについて考察する。 我々は、CNNと視覚野が、オブジェクト表現の次元展開/縮小と画像情報の再構成と、同様の密接な関係を持っていることを示す。
  論文  参考訳（メタデータ） (2022-05-27T08:06:40Z)
• Improving Neural Predictivity in the Visual Cortex with Gated Recurrent Connections [0.0]
  我々は,腹側視覚ストリームのユビキタスな特徴である横方向のリカレント接続を考慮したアーキテクチャに焦点を移し,適応的受容場を創出することを目指している。 本研究は,我々のアプローチの堅牢性と活性化の生物学的忠実性を高めるために,特定のデータ拡張技術を用いている。
  論文  参考訳（メタデータ） (2022-03-22T17:27:22Z)
• Variational Autoencoders: A Harmonic Perspective [79.49579654743341]
  本研究では,高調波解析の観点から変分オートエンコーダ(VAE)について検討する。 VAEのエンコーダ分散は、VAEエンコーダとデコーダニューラルネットワークによってパラメータ化された関数の周波数内容を制御する。
  論文  参考訳（メタデータ） (2021-05-31T10:39:25Z)
• Biologically Inspired Semantic Lateral Connectivity for Convolutional Neural Networks [0.5634005280792012]
  フィルタ領域に沿って生物学的にインスパイアされたメキシコの帽子側接続プロファイルを確立することで、トレーニング可能なネットワークパラメータを追加することなく、様々な軽量畳み込みニューラルネットワークの分類精度を大幅に向上できることを示す。 また、変調フィルタアクティベーションの定常分布を解析的に決定し、時間的ダイナミクスのモデリングに繰り返しの使用を避けることが可能であることを示す。
  論文  参考訳（メタデータ） (2021-05-20T15:24:42Z)
• 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)
• Self-Supervised Learning of a Biologically-Inspired Visual Texture Model [6.931125029302013]
  低次元特徴空間における視覚的テクスチャを表現するモデルを開発する。 霊長類視覚野のアーキテクチャにインスパイアされたモデルは、指向性線形フィルタの第1段階を使用する。 学習モデルは,前訓練した深部CNNに比べて,霊長類V2で記録された神経集団のテクスチャ応答に強い類似性を示す。
  論文  参考訳（メタデータ） (2020-06-30T17:12:09Z)

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。