一种新的复杂细胞启发下的特征提取方法
王哲
黄雅平
罗四维
王亮
1.北京交通大学,计算机与信息技术学院,北京,1000442.北京交通大学,计算机与信息技术学院,北京,1000443.北京交通大学,计算机与信息技术学院,北京,1000444.北京交通大学,计算机与信息技术学院,北京,100044
摘要：鉴于V1区复杂细胞具有提取外界刺激不变本质的能力,设计了一个提取目标图像局部不变特征的方法.该方法首先使用提出的无监督算法(PCICA),从图像中学习出类似于复杂细胞感受野的滤波器集合.然后利用这些滤波器组成的复杂细胞描述子,提取目标图像各个位置的不变特征.最后对图像特征图进行分块统计,将各区域的直方图序列作为图像的最终描述.测试结果表明,PCICA具有类似于快速独立分量分析算法(FastICA)三阶收敛的特点,从图像中学习出的滤波器集合,表现出复杂细胞感受野的拓扑结构.这些滤波器对于局部图像的微小变化并不敏感,对于检测不变特征十分有利,并在MNIST手写体数据库上取得0.84%的识别错误率.
关键词：复杂细胞固定点算法独立分量分析不变特征MNIST
分类号：TP391.41(计算技术、计算机技术)
资助基金：国家自然科学基金(60975078,60902058,60805041,60872082,60773016)北京市自然科学基金(4092033)高等学校博士学科点专项科研基金(200800041049)
论文发表日期：2011-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 1-7 )
英文信息