[發明專利]用神經網絡模擬注意轉移的方法

有效

• 申請號: 201010199227.5
• 申請日: 2010-06-04
• 公開（公告）號: CN101894295A
• 公開（公告）日: 2010-11-24
• 發明（設計）人: 段立娟;房法明;喬元華;王海麗;苗軍;吳春鵬
• 申請（專利權）人: 北京工業大學
• 主分類號: G06N3/02
• 分類號: G06N3/02
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 樓艮基

技術領域

本發明涉及以神經動力學為基礎的圖像處理和神經網絡技術，特別是涉及一種以神經動力學模型描述的神經元振子形成的神經動力網絡，用于模擬簡單人造灰度圖像中人的注意轉移的方法。

背景技術

視覺注意選擇和視覺注意轉移是保證生物系統以有限的處理能力完成任務的重要機制。從圖像或者感受野中提取顯著的特征，并把它們分成不同的區域，從中選擇顯著的區域是感知理解的根本任務。這種能力就是視覺理解中的視覺注意選擇。當顯著的區域被選擇之后，由于視覺系統的適應性，注意力會從當前顯著的區域轉到下一個顯著的區域，這是注意轉移。圖像處理中基于同步振蕩的神經元網絡被越來越廣泛的應用，脈沖耦合的神經元模型已經獲得了良好的成果，但是在視覺注意選擇和視覺注意轉移中的應用對當前的研究來說仍然是非常重要的

人眼處理視覺圖像時可以在很短的時間內輕松的進行感知和理解，并且實現從一個顯著的區域轉移到下一個顯著的區域，盡管這一方面的研究甚多，然而研究者對其中的機理至今仍然知之甚少。研究者們提出了很多神經元振子網絡模型模擬真實的人腦中神經元行為，其中1952年在大量實驗的基礎上由Hodgkin和Huxley提出的Hodgkin-Huxley模型(以下簡稱HH模型)是第一個被廣泛引用的模型。FitzHugh-Nagumo(以下簡稱FHN)模型是從HH模型簡化而來，而且被多個研究者證明能較好的模擬神經元的電位發放，是模擬人的視覺的重要模型。

FHN模型描述了一個神經元由輸入電流I_input驅動的膜電位V和內部狀態變量R之間的關系。V和R對時間t的變化率分別為：

dVdt=10(V-V33-αR+Iinput)---(1)]]>

dRdt=0.8(-R+βV+1.5)]]>

V?是神經元細胞膜兩側的電位差，稱為膜電位，R是代表電位閾值的內部狀態變量，I_input是神經元接受到的輸入電流，也是外界對此神經元的光刺激。這里10和0.8是V和R的時間常數的倒數，并且α＞0，β＞0分別描述了從R到V和從V到R的動作強度。V的時間常數是R的12.5倍，這反應了軸突中激活過程要比恢復過程快得多的事實。假設(V，R)是平衡點，只有當平衡點(V，R)是不穩定的時候，在其周圍產生穩定的極限環。因此α和β的取值必須滿足公式(2)

8(V²+αβ-1)＜0(2)

或者公式(3)

8(V²+αβ-1)＞0

-(10V²-9.2)＞0(3)

改變方程(1)中的參數α和β可以控制發放頻率。α或者β的增加都會引起發放頻率的增加，但當α或者β是一個相當小的值時(例如α＝1，β＝0.6或者α＝0.3，β＝2或者α＝0.3，β＝0.6)，方程(1)不產生發放。

發明內容

本發明的目的在于，通過提供一種用神經網絡模擬注意轉移的方法，應用改造的FHN模型形成神經動力網絡模擬人眼在感受野中從一個顯著性區域到另一個的過程，并構建簡單感受野中注意轉移系統，對單個神經元進行模型構建，并基于單個模型構造生物視覺神經網絡。

本發明用神經網絡模擬注意轉移的方法，是采用以下技術手段實現的。