視覺(jué)感知的模擬超大規(guī)模集成電路實(shí)現(xiàn)（影印版）內(nèi)容提要

本書(shū)分析了視覺(jué)運(yùn)動(dòng)感知的計(jì)算問(wèn)題、模擬網(wǎng)絡(luò)的優(yōu)化方法等，最有特色處在于從大規(guī)模集成電路實(shí)現(xiàn)的角度分析了視覺(jué)運(yùn)動(dòng)處理的原理和算法，可以借助大規(guī)模集成電路的高集成度、低成本等優(yōu)勢(shì)，進(jìn)行模擬的并行視覺(jué)運(yùn)動(dòng)感知。

計(jì)算神經(jīng)系統(tǒng)科學(xué)是一個(gè)正在興起的研究領(lǐng)域，近年來(lái)已經(jīng)成為許多國(guó)家政府資助的研究方向，吸引著許多青年研究人員。本書(shū)分析了視覺(jué)運(yùn)動(dòng)感知的計(jì)算問(wèn)題、模擬網(wǎng)絡(luò)的優(yōu)化方法等，最有特色處在于從大規(guī)模集成電路實(shí)現(xiàn)的角度分析了視覺(jué)運(yùn)動(dòng)處理的原理和算法，可以借助大規(guī)模集成電路的高集成度、低成本等優(yōu)勢(shì)，進(jìn)行模擬的并行視覺(jué)運(yùn)動(dòng)感知。

本書(shū)的專(zhuān)業(yè)性很強(qiáng)，所涉及的問(wèn)題非常前沿，屬于交叉學(xué)科，極具發(fā)展?jié)摿?，其?quán)威性不言而喻。對(duì)于從事神經(jīng)網(wǎng)絡(luò)、人工智能、控制理論的等領(lǐng)域的研究者，本書(shū)有很大的參考價(jià)值。在我國(guó)，這方面的研究還處于起步階段，本書(shū)提出的視覺(jué)運(yùn)動(dòng)集成電路實(shí)現(xiàn)方法無(wú)疑是一種嶄新的思路。

Foreword

Preface

1Introduction

1.1ArtificialAutonomousSystems

1.2NeuralComputationandAnalogIntegratedCircuits

2VisualMotionPerception

2.1ImageBrightness

2.2CorrespondenceProblem

2.3OpticalFlow

2.4MatchingModels

2.5FlowModels

2.6OutlineforaVisualMotionPerceptionSystem

2.7ReviewofaVLSIImplementations

3OptimizationNetworks

3.1AssociativeMemoryandOptimization

3.2ConstraintSatisfactionProblems

3.3Winner-takes-allNetworks

3.4ResistiveNetwork

4VisualMotionPerceptionNetworks

4.1ModelforOpticalFlowEstimation

4.2NetworkArchitecture

4.3SimulationResultsforNaturalImageSequences

4.4PassiveNon-linearNetworkConducatances

4.5ExtendedRecurrentNetworkArchitectures

4.6Remarks

5AnalogVLSIImplementation

5.1ImplementationSubstrate

5.2Phototransduction

5.3ExtractionoftheSpatio-temporalBrightnessGradients

5.4SingleOpticalFlowUnit

5.5Layout

6SmoothOpticalFlowChip

6.1ResponseCharacteristics

6.2Intersection-of-constraintsSolution

6.3FlowFieldEstimation

6.4DeviceMismatch

6.5ProcessingSpeed

6.6Applications

7ExtendedNetworkImplementations

7.1MotionSegmentationChip

7.2MotionSelectionChip

8ComparisontoHumanMotionVision

8.1Humanvs.ChipPerception

8.2ComputationalArchitecture

8.3Remarks

AVariationalCalculus

BSimulationMethods

CTransistorsandBasicCircuits

DProcessParametersandChipsSpecifications

References

Index2100433B

影印版大多為英文書(shū)籍或者是古籍。

第一種解釋?zhuān)?

影印版就是對(duì)原版原封不動(dòng)的 copy ，版權(quán)還是為原書(shū)的版權(quán) 。由于在本地印刷，可以省一堆費(fèi)用，所以?xún)r(jià)格比買(mǎi)原書(shū)要便宜得多（有時(shí)只是貨幣單位不同）。

第二種解釋?zhuān)?

得到此書(shū)的影印授權(quán)后，將整本書(shū)完全按照原出版社的原書(shū)影印過(guò)來(lái)，再以原出版社的名義出版,就得注明是“影印版”。

無(wú)人駕駛車(chē)輛的環(huán)境感知能力，特別是視覺(jué)感知能力是決定其性能優(yōu)越的關(guān)鍵性因素。本項(xiàng)目針對(duì)無(wú)人駕駛車(chē)輛視覺(jué)環(huán)境感知系統(tǒng)這一具體應(yīng)用，研究新穎的多層視覺(jué)特征學(xué)習(xí)與表示方法。主要研究?jī)?nèi)容包括：(1) 深入分析多層次視覺(jué)特征學(xué)習(xí)與表示理論和其蘊(yùn)含的神經(jīng)計(jì)算本質(zhì)；(2) 研究滿(mǎn)足慢速性約束的多層次序貫數(shù)據(jù)的特征學(xué)習(xí)方法，建立小角度旋轉(zhuǎn)與視角變化下的不變性目標(biāo)描述特征，提高動(dòng)態(tài)環(huán)境下的特定目標(biāo)識(shí)別能力；(3) 研究利用多源圖像信息建立多光譜的層次化特征學(xué)習(xí)方法，并應(yīng)用于環(huán)境感知中的語(yǔ)義場(chǎng)景識(shí)別任務(wù)；(4) 研究時(shí)空數(shù)據(jù)驅(qū)動(dòng)下的多層次特征學(xué)習(xí)方法，并應(yīng)用于環(huán)境感知中的運(yùn)動(dòng)行為識(shí)別任務(wù)：交警動(dòng)作識(shí)別和異常行為識(shí)別。該項(xiàng)目在進(jìn)行理論創(chuàng)新的同時(shí)將完成能夠?qū)崿F(xiàn)相應(yīng)任務(wù)的環(huán)境感知系統(tǒng)，所以說(shuō)項(xiàng)目研究有較強(qiáng)的理論意義和應(yīng)用價(jià)值，并且對(duì)于推動(dòng)我國(guó)無(wú)人駕駛車(chē)輛技術(shù)的發(fā)展有著重要的意義。