文献

J-GLOBAL ID：202002228611933854   整理番号：20A2309556

時間領域関心領域の正確な位置決めと膜電位多核調整の動的視覚センサデータ分類【JST・京大機械翻訳】

Dynamic vision sensors data classification based on precise temporal region of interest locating and multi-kernel membrane potential adjusting

著者 (4件)： Huang Qingkun (广東工業大学 計算机学院, 广東 广州 510006) ,  Chen Yunhua (广東工業大学 計算机学院, 广東 广州 510006) ,  Zhang Ling (广東工業大学 計算机学院, 广東 广州 510006) ,  Lan Haoxin (广東工業大学 計算机学院, 广東 广州 510006)
資料名： Kongzhi Lilun yu Yingyong  (Kongzhi Lilun yu Yingyong)
巻： 37  号： 8  ページ： 1837-1845  発行年： 2020年 
JST資料番号： W1473A  ISSN： 1000-8152  CODEN： KLYYEB  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 動的視覚センサ(DVS)は,視覚情報を取得する際に低消費電力,低遅延などの特性を持っているため,携帯機器におけるリアルタイム動作認識に本質的に適している。DVSイベントストリームの時間領域関心領域(ROI)の位置決めとセグメンテーションにおいて,既存の方法は,最適検出閾値を適応的に設定することができず,そして,静的場面における少量の背景雑音をフィルタリングすることができない。LIFニューロンモデルとパルス最大値監視ユニットに基づく運動記号検出(MSD)を提案し、多種の異なる物体運動でイベントストリームの時間領域ROIのキーポイントの適応精確な定位を実現した。分類装置を訓練した時、異なるパルス入力モードに対して、異なる核関数を用いてシナプス後ニューロン膜電位を調整し、訓練で得られたシナプスの重みを正しい発送の方向へ変化させ、ノイズ耐性のあるパルスニューラルネットワーク学習アルゴリズムMK-Tempotronを提案した。実験結果は,DVSデータセットにおける認識精度が,同じ分類法と比較して14.61%まで向上することを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *視覚 ,  セグメンテーション ,  ニューロン ,  分類装置 ,  フィルタリング ,  *膜電位 ,  シナプス ,  雑音安定度 ,  パルス ,  核関数 ,  学習アルゴリズム
準シソーラス用語： 神経回路網モデル ,  背景雑音 ,  視覚情報 ,  *時間領域 , 【Automatic Indexing@JST】

分類 (1件)： システム設計・解析  (IA02030D)

タイトルに関連する用語 (5件)： 時間領域 ,  関心領域 ,  膜電位 ,  視覚センサ ,  データ分類