發(fā)布時(shí)間：2019-07-14 19:56

【摘要】：借鑒人類大腦皮層結(jié)構(gòu)工作原理和信息記憶機(jī)制,研究基于記憶機(jī)制的機(jī)器人視覺發(fā)育方法,通過(guò)仿人智能圖像處理方法實(shí)現(xiàn)場(chǎng)景的在線感知與學(xué)習(xí),優(yōu)化目標(biāo)檢測(cè)與跟蹤框架,通過(guò)內(nèi)在動(dòng)機(jī)驅(qū)動(dòng)使機(jī)器人自主探索學(xué)習(xí)新場(chǎng)景或新目標(biāo)。依據(jù)海馬、前額葉生理結(jié)構(gòu)和功能以及“海馬-前額葉”視覺感知神經(jīng)回路,提出了一種基于記憶機(jī)制的圖像信息處理模型,并設(shè)計(jì)了基于人類記憶機(jī)制的視覺計(jì)算模型。課題研究成果如下:1)針對(duì)目標(biāo)跟蹤算法中,因外界環(huán)境光照改變、目標(biāo)姿態(tài)變化及目標(biāo)發(fā)生遮擋時(shí)引起跟蹤飄移或丟失目標(biāo)等問題,提出一種基于人類記憶機(jī)制壓縮多特征加權(quán)目標(biāo)跟蹤算法。利用人類記憶機(jī)制更新目標(biāo)特征子空間,根據(jù)新輸入目標(biāo)特征與記憶庫(kù)中已有的目標(biāo)特征相對(duì)比,按記憶機(jī)制的圖像信息處理認(rèn)知模型進(jìn)行更新子空間。實(shí)驗(yàn)結(jié)果驗(yàn)證了算法能夠有效的增強(qiáng)特征對(duì)紋理改變、目標(biāo)遮擋和光照變化的穩(wěn)健性,表現(xiàn)了記憶庫(kù)對(duì)目標(biāo)學(xué)習(xí)和分類的能力。2)提出一種基于人類記憶機(jī)制的霍夫森林目標(biāo)跟蹤方法,該方法在壓縮跟蹤算法框架下,引入在線霍夫森林決策樹,著重處理圖像塊與目標(biāo)中心的位置關(guān)系,融入多種樣本空間位置信息并規(guī)避過(guò)擬合的問題;引入人腦機(jī)制瞬時(shí)、短時(shí)、長(zhǎng)時(shí)三個(gè)工作記憶空間,實(shí)時(shí)更新目標(biāo)特征,提高了目標(biāo)匹配的速度和精度。3)將基于人類記憶機(jī)制目標(biāo)跟蹤算法應(yīng)用到履帶式目標(biāo)跟蹤機(jī)器人平臺(tái)上,機(jī)器人始終保證目標(biāo)在可視場(chǎng)景的中心,實(shí)時(shí)準(zhǔn)確地跟蹤目標(biāo),實(shí)驗(yàn)效果驗(yàn)證了提出的跟蹤算法的實(shí)用性,證明了基于人類記憶機(jī)制的機(jī)器視覺發(fā)育方法有廣闊的應(yīng)用前景。課題提出的記憶機(jī)制的機(jī)器人視覺發(fā)育方法,在圖像信息處理方面模仿了人類大腦關(guān)于信息記憶機(jī)制的感知能力,對(duì)目標(biāo)檢測(cè)與跟蹤框架進(jìn)行了優(yōu)化,在自主探索學(xué)習(xí),目標(biāo)特征信息的積累以及不確定任務(wù)學(xué)習(xí)等智能行為學(xué)習(xí)較傳統(tǒng)的智能體有較大的改進(jìn),為機(jī)器人視覺發(fā)育研究提供了一種新的思路和方法。
文內(nèi)圖片：
圖片說(shuō)明： - 8 -圖 2 檢測(cè)識(shí)別運(yùn)動(dòng)目標(biāo)Fig.2 Identify moving target detection研究人類大腦皮層機(jī)構(gòu)工作原理，深入探究海馬、前額葉、顳葉、前額葉等主要結(jié)構(gòu)的皮層分布、功能分布、圖像信號(hào)處理、信息傳遞的工作機(jī)理，建立基于生
文內(nèi)圖片：
圖片說(shuō)明： 人類大腦皮層記憶機(jī)制工作原理，深入探究海馬、前葉”視覺感知神經(jīng)回路，借鑒國(guó)內(nèi)外研究學(xué)者在工作和數(shù)學(xué)模型，，提出并設(shè)計(jì)了人類記憶機(jī)制的機(jī)器人自主層記憶機(jī)制工作機(jī)理科學(xué)、神經(jīng)生理學(xué)、發(fā)育心理學(xué)和腦科學(xué)所探明的機(jī)理動(dòng)存在于“海馬-前額葉”神經(jīng)回路中，在基于“記憶-基于視覺好奇心的內(nèi)部動(dòng)機(jī)的指引，使視覺認(rèn)知發(fā)育活。構(gòu)
【學(xué)位授予單位】：華北理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.41;TP242

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王雪;庫(kù)濤;靳冠坤;陳曦;尹純?cè)?;基于認(rèn)知體系的自適應(yīng)行為建模方法[J];科學(xué)技術(shù)與工程;2016年25期

2 張小俊;劉歡歡;趙少魁;丁國(guó)帥;;機(jī)器人智能化研究的關(guān)鍵技術(shù)與發(fā)展展望[J];機(jī)械設(shè)計(jì);2016年08期

3 田健;王開軍;郭躬德;陳黎飛;;融合速度特征的壓縮感知目標(biāo)跟蹤算法[J];南京大學(xué)學(xué)報(bào)(自然科學(xué));2016年01期

4 王英英;朱子建;吳艷紅;;記憶的動(dòng)態(tài)變化:記憶的編碼、鞏固和遺忘[J];科學(xué)通報(bào);2016年01期

5 任紅格;向迎帆;李福進(jìn);;基于內(nèi)在動(dòng)機(jī)的智能機(jī)器人自主發(fā)育算法[J];計(jì)算機(jī)應(yīng)用;2015年09期

6 潘磊;束鑫;祁云嵩;;一種改進(jìn)的快速壓縮跟蹤算法[J];江蘇科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年02期

7 張瑞;尚麗輝;;基于記憶效應(yīng)和懲罰策略的合作促進(jìn)機(jī)制研究[J];信息技術(shù);2015年03期

8 張雷;王延杰;何舒文;;基于相位一致性的實(shí)時(shí)壓縮跟蹤方法[J];光子學(xué)報(bào);2014年08期

9 陳莉;張鐵毅;徐芳;;動(dòng)態(tài)環(huán)境下基于馬氏鏈預(yù)測(cè)和記憶機(jī)制的遺傳算法[J];空軍預(yù)警學(xué)院學(xué)報(bào);2014年03期

10 陳思;蘇松志;李紹滋;呂艷萍;曹冬林;;基于在線半監(jiān)督boosting的協(xié)同訓(xùn)練目標(biāo)跟蹤算法[J];電子與信息學(xué)報(bào);2014年04期

相關(guān)碩士學(xué)位論文 前1條

1 趙煜;基于記憶原理的智能體識(shí)別、尋優(yōu)和自治行為研究[D];西安建筑科技大學(xué);2009年

本文編號(hào)：2514484