视觉感知系统信息处理理论2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

视觉感知系统信息处理理论PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

目录1

第2章 人类视觉感知系统7

2.1 人类视觉感知系统概述7

2.2 人类视觉感知系统的基本概念9

2.2.1 眼优势柱、朝向柱和超柱9

2.2.2 奇异点和旋转、旋涡结构10

2.2.3 感受野11

2.3 小结15

3.1 有效编码假说17

3.1.1 有效编码假说的概念17

第3章 模拟人类视觉感知机制模型的理论基础17

3.1.2 有效编码假说的国内外研究现状18

3.2 贝叶斯学习理论20

3.2.1 贝叶斯概率和贝叶斯定理21

3.2.2 贝叶斯学习的基本过程21

3.2.3 贝叶斯方法的计算学习机制22

3.3 人类视觉系统感知的外界环境及其统计特性24

3.3.1 自然图像25

3.3.2 自然图像的高阶统计特性25

3.3.3 自然图像的时空统计特性27

3.4 线性转换工具28

3.4.1 主分量分析方法28

3.4.2 独立分量分析方法31

3.5.1 局部线性嵌入37

3.5 非线性转换工具37

3.5.2 Isomap算法43

3.6 小结47

第4章 基于视觉通路的模型结构53

4.1 “感知”和“行为”的分离53

4.2 两条视觉通路55

4.3 what和where通路划分的生物学基础56

4.4 Rybak模型57

4.4.1 Rybak模型介绍60

4.4.2 记忆模式中的主要记忆过程63

4.4.3 实验结果及分析73

4.5 小结75

第5章 特征提取和特征选择79

5.1 Marr的特征分析理论80

5.1.1 神经还原论81

5.1.2 结构分解理论83

5.1.3 特征空间论85

5.1.4 特征空间的近似92

5.2 拓扑知觉理论93

5.2.1 生物学依据94

5.2.2 Gestalt知觉组织原则94

5.2.3 拓扑特征提取Ⅰ——尺度空间97

5.2.4 拓扑特征提取Ⅱ——MRF101

5.3 小结104

第6章 注意机制109

6.1.1 初级视觉特征提取110

6.1 数据驱动的注意模型110

6.1.2 多特征图合并策略113

6.1.3 注意焦点转移机制118

6.2 任务驱动的注意模型121

6.2.1 心理阈值函数模型122

6.2.2 马尔可夫模型123

6.3 注意模型应用举例126

6.3.1 复杂自然场景中的目标搜索126

6.3.2 图像压缩128

6.4 小结131

第7章 模拟人类感知系统模型134

7.1 模型概述134

7.2.1 结构和动力学机制概述136

7.2 DLM人脸识别系统详细介绍136

7.2.2 blob的形成140

7.2.3 blob的移动141

7.2.4 图像层和模板层的交互作用与同步142

7.2.5 连接动力学144

7.2.6 注意动力学145

7.2.7 识别动力学147

7.2.8 双向连接148

7.2.9 blob在模板域中的排列148

7.2.10 模板层神经元输入信号的选择149

7.3 实验149

7.4 小结153

8.1.1 空间相关性155

第8章 自然图像的二阶统计特性155

8.1 空间相关性与能量谱155

8.1.2 自然图像的能量谱156

8.1.3 能量谱的统计特性158

8.1.4 能量谱与空间相关性的关系161

8.2 时间相关性与能量谱161

8.2.1 时间相关性161

8.2.2 自然图像序列的能量谱162

8.3 时空相关性的去除167

8.3.1 无噪声的情形167

8.3.2 带噪声的情形169

8.4 小结171

9.1 非高斯性172

第9章 自然图像的高阶统计特性172

9.2 稀疏性174

9.3 稀疏编码175

9.3.1 稀疏编码模型175

9.3.2 统计理论背景176

9.3.3 学习规则178

9.3.4 学习结果180

9.4 自然图像序列的稀疏编码方法182

9.4.1 学习规则182

9.4.2 学习结果184

9.5 小结185