一种新的复杂细胞启发下的特征提取方法-北京交通大学.PDF

第35卷第2期 北京交通大学学报 V01．35No．2 至Q!!篁垒旦 』Q堕垦些笪；Q至旦曼!!!!奠鱼』!坌些!塑些鱼堑堕!!堡堡曼!!兰坌坚：2Q!! 文章编号：1673—0291(2011)02—0001—07 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 (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。 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MNI盯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 中图分类号：TP391．41文献标志码：A Anew featureextractionmethod complexcell-inspired WANG Zhe，HUANG Siwei，WANG Yaping，LUO Liang (Schoolof andInformation 100044，China) Computer Technology，Beijin培JiaotongUniversity，Beijing the of cellstoextracttheinvariantfeaturesfrom lea— Abstract：Inspiredby abilitycomplex stimuli，a to da— tureextractionmethodis toextractfeaturesthatareinvariantminorvariationsof designed input ta．First，the PairwiseCumulant—based proposedlearningalgorithm，named IndependentComponent usedfor the of cellsin visual modeling complexprimarycortex(V1)． Analysis(PCICA)，is properties setofinvariantfeatureareextractedthelearntfiltersfromtheeach Then，a maps by image．Finally， dividedinto each thefeatureare several isdescribedthehis— mapsrespectively regions，andimage by from