論文の概要: A neuromorphic approach to image processing and machine vision
- arxiv url: http://arxiv.org/abs/2209.02595v1
- Date: Sun, 7 Aug 2022 05:01:57 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-11 13:18:19.938172
- Title: A neuromorphic approach to image processing and machine vision
- Title（参考訳）: 画像処理とマシンビジョンへのニューロモルフィックなアプローチ
- Authors: Arvind Subramaniam
- Abstract要約: 画像分割,視覚的注意,物体認識などの視覚的タスクの実装について検討する。
我々は,人工視覚システムを実現するために,メムリスタなどの不揮発性メモリデバイスの利用を強調してきた。
- 参考スコア（独自算出の注目度）: 0.9137554315375922
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Neuromorphic engineering is essentially the development of artificial
systems, such as electronic analog circuits that employ information
representations found in biological nervous systems. Despite being faster and
more accurate than the human brain, computers lag behind in recognition
capability. However, it is envisioned that the advancement in neuromorphics,
pertaining to the fields of computer vision and image processing will provide a
considerable improvement in the way computers can interpret and analyze
information. In this paper, we explore the implementation of visual tasks such
as image segmentation, visual attention and object recognition. Moreover, the
concept of anisotropic diffusion has been examined followed by a novel approach
employing memristors to execute image segmentation. Additionally, we have
discussed the role of neuromorphic vision sensors in artificial visual systems
and the protocol involved in order to enable asynchronous transmission of
signals. Moreover, two widely accepted algorithms that are used to emulate the
process of object recognition and visual attention have also been discussed.
Throughout the span of this paper, we have emphasized on the employment of
non-volatile memory devices such as memristors to realize artificial visual
systems. Finally, we discuss about hardware accelerators and wish to represent
a case in point for arguing that progress in computer vision may benefit
directly from progress in non-volatile memory technology.
- Abstract（参考訳）: 神経形工学は基本的に、生物学的神経系に見られる情報表現を用いる電子アナログ回路のような人工システムの開発である。
人間の脳よりも高速で精度が高いにもかかわらず、コンピューターは認識能力が遅れている。
しかし、コンピュータビジョンと画像処理の分野に関連する神経形態学の進歩は、コンピュータが情報を解釈し分析する方法を大幅に改善することを想定している。
本稿では,画像分割,視覚的注意,物体認識などの視覚的タスクの実装について検討する。
さらに, 異方性拡散の概念について検討し, 画像セグメンテーションを行うために, メムリスタを用いた新しいアプローチで検討した。
さらに,人工視覚システムにおけるニューロモルフィック視覚センサの役割と,信号の非同期伝送を実現するためのプロトコルについて検討した。
さらに、物体認識と視覚的注意の過程をエミュレートする2つの広く受け入れられたアルゴリズムについても論じている。
本稿では,memristorsのような不揮発性メモリデバイスを用いて人工視覚システムを実現することに着目した。
最後に,ハードウェアアクセラレーションについて議論し,コンピュータビジョンの進歩は不揮発性メモリ技術の進歩から直接恩恵を受けるかもしれないという主張の要点を述べる。
関連論文リスト
- Unidirectional brain-computer interface: Artificial neural network
encoding natural images to fMRI response in the visual cortex [12.1427193917406]
本稿では,人間の脳を模倣する人工ニューラルネットワークVISIONを提案する。
VISIONは、人間の血行動態の反応をfMRIボクセル値として、最先端の性能を超える精度で45%の精度で予測することに成功した。
論文 参考訳（メタデータ） (2023-09-26T15:38:26Z) - Computational imaging with the human brain [1.614301262383079]
脳コンピュータインタフェース(BCI)は、人間の能力を増強するための様々な新しい可能性と経路を可能にしている。
本研究では,人間の視覚システムと適応型計算画像システムを組み合わせた隠れシーンのゴーストイメージングを実演する。
この脳とコンピュータの接続は、将来的に人間の視覚の知覚範囲を拡大する、強化された人間の計算の形式を示している。
論文 参考訳（メタデータ） (2022-10-07T08:40:18Z) - Adapting Brain-Like Neural Networks for Modeling Cortical Visual
Prostheses [68.96380145211093]
皮質補綴は視覚野に移植された装置で、電気的にニューロンを刺激することで失った視力を回復しようとする。
現在、これらのデバイスが提供する視覚は限られており、刺激による視覚知覚を正確に予測することはオープンな課題である。
我々は、視覚システムの有望なモデルとして登場した「脳様」畳み込みニューラルネットワーク(CNN)を活用することで、この問題に対処することを提案する。
論文 参考訳（メタデータ） (2022-09-27T17:33:19Z) - EDeNN: Event Decay Neural Networks for low latency vision [26.784944204163363]
我々は、元のイベントデータストリームに近く動作する新しいタイプのニューラルネットワークを開発する。
角速度回帰および競合光学流推定における最先端性能を示す。
論文 参考訳（メタデータ） (2022-09-09T15:51:39Z) - Peripheral Vision Transformer [52.55309200601883]
我々は生物学的にインスパイアされたアプローチを採用し、視覚認識のためのディープニューラルネットワークの周辺視覚をモデル化する。
本稿では,マルチヘッド自己アテンション層に周辺位置エンコーディングを組み込むことにより,トレーニングデータから視覚領域を様々な周辺領域に分割することをネットワークが学べるようにすることを提案する。
大規模画像Netデータセット上でPerViTと呼ばれる提案したネットワークを評価し,マシン知覚モデルの内部動作を体系的に検討した。
論文 参考訳（メタデータ） (2022-06-14T12:47:47Z) - Attention Mechanisms in Computer Vision: A Survey [75.6074182122423]
本稿では,コンピュータビジョンにおける様々な注意機構について概観する。
チャネルアテンション,空間アテンション,時間アテンション,分岐アテンションなど,アプローチによって分類する。
我々は注意機構研究の今後の方向性を提案する。
論文 参考訳（メタデータ） (2021-11-15T09:18:40Z) - Brain-inspired algorithms for processing of visual data [5.045960549713147]
視覚野のニューロンの機能に関する神経科学的知見に基づく画像処理とコンピュータビジョンのアプローチを概観する。
入力刺激の変化に対する安定性が向上した視覚系を提供するため,一部のニューロンの応答抑制機構に特に注目する。
論文 参考訳（メタデータ） (2021-03-02T10:45:38Z) - Data augmentation and image understanding [2.123756175601459]
論文は、機械学習、認知科学、神経科学の間の有利なシナジーを探求する。
論文は、視覚知覚や生物学的視覚とより整合した学習表現に焦点を当てている。
論文 参考訳（メタデータ） (2020-12-28T11:00:52Z) - Photonics for artificial intelligence and neuromorphic computing [52.77024349608834]
フォトニック集積回路は超高速な人工ニューラルネットワークを可能にした。
フォトニックニューロモルフィックシステムはナノ秒以下のレイテンシを提供する。
これらのシステムは、機械学習と人工知能の需要の増加に対応する可能性がある。
論文 参考訳（メタデータ） (2020-10-30T21:41:44Z) - A Developmental Neuro-Robotics Approach for Boosting the Recognition of
Handwritten Digits [91.3755431537592]
近年のエビデンスでは、子どもの体現戦略をシミュレーションすることで、マシンインテリジェンスも改善できることが示されている。
本稿では,発達神経ロボティクスの文脈における畳み込みニューラルネットワークモデルへの具体的戦略の適用について検討する。
論文 参考訳（メタデータ） (2020-03-23T14:55:00Z) - Continuous Emotion Recognition via Deep Convolutional Autoencoder and
Support Vector Regressor [70.2226417364135]
マシンはユーザの感情状態を高い精度で認識できることが不可欠である。
ディープニューラルネットワークは感情を認識する上で大きな成功を収めている。
表情認識に基づく連続的感情認識のための新しいモデルを提案する。
論文 参考訳（メタデータ） (2020-01-31T17:47:16Z)
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。