基于类脑计算的目标检测与跟踪技术

作者：  宋勇，郝群，李国齐 著

出版社：北京理工大学出版社 2020-12-01

简介：类脑人工智能是研究和开发用于模拟、延伸和扩展人脑智能的理论、方法及应用的科学技术，将类脑人工智能技术应用于目标检测与跟踪，可大幅提升复杂背景、干扰条件下的目标检测概率及跟踪精度，具有重要的意义和广泛的应用前景。《基于类脑计算的目标检测与跟踪技术》系统地阐述了人脑视觉信息处理机制的基本原理、主要特性、数学建模及算法设计等。同时，结合深度神经网络和类脑芯片技术，给出了基于复合类脑模型的目标检测与跟踪方法以及应用示例，旨在提高读者对于类脑人工智能技术的理解、设计及实践能力，为从事类脑人工智能相关的科学研究、工程应用等工作奠定基础。　　《基于类脑计算的目标检测与跟踪技术》可作为相关专业高年级本科生、硕士生和博士生的教材，也可为从事人工智能、智能信息处理等相关领域的研究和工程技术人员提供参考。【目录】第1章 概述1．1 常规目标检测方法1．1．1 基于背景建模的目标检测方法1．1．2 基于前景建模的目标检测方法1．2 常规目标跟踪方法1．2．1 生成式目标跟踪方法1．2．2 判别式目标跟踪方法1．3 类脑计算模型及应用1．3．1 神经工程导向的类脑模型及算法1．3．2 计算机工程导向类脑模型及算法小结参考文献第2章 人脑视觉系统的侧抑制机制及其应用2．1 侧抑制机制及常规数学模型2．1．1 侧抑制机制2．1．2 常规侧抑制模型2．2 新型侧抑制模型设计2．2．1 自适应侧抑制模型2．2．2 演算侧抑制模型2．3 基于自适应侧抑制模型的目标检测算法2．3．1 算法设计2．3．2 算法流程2．3．3 实验及结果分析2．4 基于演算侧抑制模型的目标检测算法2．4．1 算法设计2．4．2 算法流程2．4．3 实验及结果分析小结参考文献第3章 人脑视觉系统的感受野机制及其应用3．1 感受野机制3．1．1 经典感受野3．1．2 非经典感受野3．2 自适应感受野模型3．3 基于自适应感受野的红外目标检测方法3．3．1 算法流程3．3．2 实验及结果分析小结参考文献第4章 基于脉冲耦合神经网络的目标检测方法4．1 脉冲耦合神经网络4．1．1 发展历程4．1．2 原理及模型4．2 新型PCNN模型设计4．2．1 ALI-PCNN4．2．2 Fusion SPCNN4．3 基于ALI-PCNN的红外弱小目标检测与跟踪方法4．3．1 算法设计4．3．2 应用实例4．4 基于FSPCNN的红外目标检测方法4．4．1 算法设计4．4．2 应用实例小结参考文献第5章 人脑视觉系统的视觉注意机制及其应用5．1 视觉注意机制及常规数学模型5．1．1 视觉注意机制5．1．2 常规视觉注意模型5．2 新型视觉注意模型5．2．1 SC视觉注意模型……第6章 人脑视觉系统的记忆机制及其应用第7章 基于卷积神经网络与人脑记忆模型的目标跟踪算法第8章 类脑计算平台及其目标检测与跟踪应用才