生物启发深度立体视觉模型研究.pdfVIP

生物启发的深度立体模型

112

,,

1自动化2自动化模式识别国家重点

{qingqun.kong,yi.zeng}@ia.ac.cn;qldong@nlpr.ia.ac.cn

这是由于复杂细胞的模糊响应造成的。另一方面，神经

人类立体视觉过程始于初级视皮层，在那里复杂细胞被生理学家发现这种对应问题至少在颞下皮层[12]中得到

视为视差检测器。除了正确匹配外，复杂细胞也会对错了完美解决。当来自V1的视觉信息经过一些中层（例如

误匹配产生反应，从而导致深度感知模糊。这表明在更V2和V4）到达颞下皮层时，人们认为模糊匹配会在一

次的视觉处理区域中存在某些固有机制，可以消除个分层过程中逐渐被纠正。不幸的是，如何分层处理视

错误匹配，从而恢复的视差。由于对这一分层过程差在文献中仍不清楚，也缺乏计算模型。本文为此提出

的理解最少，本文旨在通过提出一种深度立体视觉模型了一种由五层组成的分层模型。该模型从较低层到较高

来研究这一问题。所模型具有三个特点：1）获层表现出一些类似于视觉皮层的特性：1）它倾向于逐

得的视差图从低层到变得越来越准确；2）它倾向渐增强正确匹配的神经响应，同时抑制错误匹配的响应；

于增强正确匹配的神经响应，同时抑制错误匹配的神经2）获得的视差图从较低层到较变得越来越精确，

响应；3）它能够很好地泛化到未见过的数据。这表明神经响应逐渐更类似于人类的深度感知。此外，我

们的模型可以很好地泛化到未见过的图像和视差。

索引术语—立体视觉，深度感知，层级视觉皮层，深

度立体模型

本文其余部分组织如下。第2节简要介绍了视差能

1.引言量模型，这是V1区神经元视差调谐最具的模型。

第3节详细阐述了我们立体视觉深度模型，并在

视差是由于我们两睛之间的水平偏移，导致左眼和

第4节对其性能进行了评估。最后，第5节给出了结论。

右眼视网膜图像之间的差异。立体视觉的一个重要任务就

是从双眼视差中获取深度信息，这通常需要大脑在两个视

网膜图像之间建立对应关系。从生物学角度来说，初级视

2.视差能量模型

觉皮层（V1）中的复杂细胞被认为是视差检测器，其视差

调谐特性可以通过视差能量模型进行描述，该模型将在第复杂细胞被认为是初级视觉皮层[13]中视差的最早编码

2[1]节中简要介绍。然而，一个能量模型单元不可避免地单元。从数学上讲，它们的特性由著名的视差能量模型

会对错误匹配产生较强的响应，即使每个感受野内的图像[1]描述。在该模型中，复杂细胞接收来自四个简单细胞

差异较大，只要左右感受野被强烈刺激就会如此。一些归输出的输入，并组成两对抑