一种新的复杂细胞启发下的特征提取方法

• 作者: 王亮 王哲 罗四维 黄雅平
• 来源期刊: 北京交通大学学报
• 学科: 工学
• 关键词: 复杂细胞 固定点算法 独立分量分析 不变特征 MNIST
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 计算机与信息技术
• 页码范围: 1-7
• 分类号: TP391.41
• 字数: 5978字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-0291.2011.02.001

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗四维	北京交通大学计算机与信息技术学院	99	1303	17.0	33.0
2	王亮	北京交通大学计算机与信息技术学院	14	36	4.0	5.0
3	王哲	北京交通大学计算机与信息技术学院	36	308	8.0	17.0
4	黄雅平	北京交通大学计算机与信息技术学院	24	272	6.0	16.0