摘要
本发明属于计算机视觉和人工智能技术领域,具体涉及了基于视觉双通路的动态物体识别类脑建模方法,旨在解决即现有计算机视觉模型处理动态场景能力欠佳,单模态模型难以模拟人类视觉机制,传统动态识别模型缺乏生物学合理性,还普遍存在数据和计算成本高、可解释性差的问题。本发明:通过模拟人类视觉系统的腹侧通路和背侧通路,从视频序列中高效提取空间形态特征和时域动态特征,接着通过生物启发的神经融合机制建立与真实视觉皮层响应之间的联系,通过类脑动态视觉建模非侵入性地识别复杂场景中的动态物体。本发明旨在提高视频分析的准确性、增强模型可解释性,并为类脑智能系统的设计提供神经科学依据。
技术关键词
动态物体识别
静态特征
建模方法
运动特征
光流估计算法
视频帧
融合特征
模拟人类视觉系统
样本
多层感知机
计算机视觉
图像
跨模态
全局平均池化
模块
系统为您推荐了相关专利信息
动态参数模型
交叉验证法
优化电力资源
静态特征
功率值
磁场建模方法
残差卷积神经网络
三维霍尔传感器
电磁铁系统
建模装置
循环神经网络模型
时空融合特征
油井产量预测方法
数据收集模块
注意力