HVES：一种早期视觉系统的层次化计算模型

　　人类的早期视觉系统由视网膜、外侧膝状体、初级视觉皮质(V1区)等部分组成。其中，视网膜内又包含了感光细胞、水平细胞、双极细胞以及神经节细胞等多种细胞，外侧膝状体则主要包含神经节细胞，初级视觉皮质则主要由简单和复杂细胞构成。由于早期视觉系统在信号的预处理和表达上有重要作用，所以模拟它有助于揭示大脑中视觉信号的加工与处理机制，也有助于解决目前人工智能所面临的一些问题。然而，已有的工作通常只是对某些部分，甚至是某种细胞单独建模，很少将它们用层次化的结构串联起来组成一个完整的模型。为了更真实地与真实的视觉系统相一致，中国科学院脑科学与智能技术卓越创新中心曾毅研究员课题组提出了一种较完整的层次化计算模型(HEVS)，如图1所示。HEVS本质上是一个三层的前馈神经网络，三层分别对应于感光细胞、神经节细胞以及V1区的简单细胞。正如真实的视觉系统一样，HEVS是一个局部连接的神经网络，通过无监督的方式训练。与传统神经节细胞的模型不同，课题组考虑了已被许多生物实验所证实的同层相邻神经元之间的强相关性。区别于已有的直接由图像像素训练V1区简单细胞的模型，课题组首先将信号通过神经节细胞表达，之后才将表达后的信号传递到V1区，这样就较为真实地还原了生物视觉系统的信号加工流程。此外，课题组还分别为两个优化问题提供了可以证明收敛的高效解法。实验结果不仅验证了HEVS的特性与真实的早期视觉系统是一致的，而且还证实了HEVS对图像去模糊和去噪的功能，正如生物视觉系统中神经节细胞的作用一样。

图1 HEVS模型结构框图

　　此项研究由韩久琦、孔庆群、曾毅、郝红卫合作完成。论文题为: “HEVS: A Hierarchical Computational Model for Early Stages of the Visual System”，发表于Proceedings of the 2015 International Joint Conference on Neural Networks (IJCNN 2015), Killarney, Ireland, July 12-17, 2015.