波特兰州立大学CORGRAPH项目最终技术报告-视频数据分析的新方法
–基于大脑皮层结构的复杂上下文关系表示研究技术报告
任何智能计算关键要素是传感器数据的管理和识别。尽管正在进行关于传感器模式一系列应用研究，但最复杂是分析和理解视频数据。嵌入式处理器和图像传感器的普及引领了这一领域的重大研究。虽然成像应用过去的增长大多是基于智能手机和数码相机中采用低成本的CMOS图像传感器，但这种增长现在正以嵌入式数字成像的形式从汽车扩展到安全和医疗应用，以及物联网边缘的计算。
目前，基于增量、梯度下降和分布式表示的深层网络方法是识别图像中物体的最有效方法。然而有许多缺点，因为在视频场景识别方面不理想。
本报告所描述的研究目的是探索神经启发的算法，松散地基于皮层结构， 是一种新方法捕获和表示静止或运动图像中特征的图形结构。该方法是在HTM算法家族的基础上，研究松散分层、模块化、稀疏分布结构的使用。利用仿生算法来解决这个问题，目前几乎没有任何这方面的研究。
下载报告文件
您需要先支付 2元 才能查看此处内容！立即支付
版权声明：除特殊说明外，本站所有文章均为 字节点击 原创内容，采用 BY-NC-SA 知识共享协议。原文链接：https://byteclicks.com/392.html 转载时请以链接形式标明本文地址。转载本站内容不得用于任何商业目的。本站转载内容版权归原作者所有，文章内容仅代表作者独立观点，不代表字节点击立场。报道中出现的商标、图像版权及专利和其他版权所有的信息属于其合法持有人，只供传递信息之用，非商务用途。如有侵权，请联系 gavin@byteclicks.com。我们将协调给予处理。
发表评论