机构名称：
¥ 1.0
要开发一种在图像分辨率、功耗和动态分辨率方面可与脊椎动物视网膜功能相匹配的仿生图像传感器，需要在效率和性能方面达到极具挑战性的标准[1]–[4]。目前，功能性生物图像处理通过异步优化场景的采样率拥有极高的时间分辨率，但却存在空间分辨率低、噪声大以及无法处理低频内容等问题[5]。无论如何，使用模拟生物视网膜行为的动态视觉传感器对于在低功耗要求下使用高速运动检测执行分类任务非常重要[6]–[9]。推动图像传感器性能满足视网膜规格的困难在于底层神经网络的生物复杂性。因此，生物视觉系统硬件映射的先决条件是了解各种视网膜细胞之间的生物处理。这里，我们提出了一个生物学上可行的细胞网络视网膜模拟器，其中光刺激在感光细胞的前端阵列处被接受，并通过从用于计算每个连续视网膜细胞响应的实验电压和电流钳数据中得出的非线性积分方程系统。[10]、[11] 表明，与传统的数值求解器相比，集成该系统可以提高性能。我们希望通过将我们的模拟器交到跨学科研究人员（尤其是计算神经科学家、数学科学家和机器学习从业者）手中，它将促进深度学习应用中更高效的视觉输入表示的开发。
未来神经形态仪器的非线性视网膜反应建模
主要关键词
相关文件推荐
