【技术实现步骤摘要】
本申请涉及生物神经网络，尤其涉及一种图像朝向识别方法、装置、设备及存储介质。
技术介绍
1、在自然环境中，许多线索可以指示方向，例如太阳的方向、阳光的偏移 、风吹的方向和地标性建筑。动物可以利用它们进行方向和导航。这些线索中的大多数都是通过视觉感知的。即使是简单的昆虫也可以利用视觉记忆来记住回家的路，它在沿着路线走完一次后，通过找到一个熟悉的方向，确定回家路线。在记忆方向时，它们轻量级的神经回路比典型的人工神经网络（ann）用时更短。因此，可以通过研究这些回路的结构和学习规则，检索由视觉信号得到的方向记忆。
2、已经有许多模型用于在图像平面中找到物体的方向；但这些方法通常涉及深度网络，并且在训练过程中需要对许多数据样本进行随机排序，操作复杂且需要较长的训练时间，难以适应机器人等应用场景中，实时快速低功耗学习的需求。
技术实现思路
1、本申请提供了一种图像朝向识别方法、装置、设备及存储介质，用于解决现有图像朝向识别模型网络较为复杂，对训练样本要求高，所以操作复杂且需要较长的训练时间，导致识别效率较低的技术问题。
2、有鉴于此，本申请第一方面提供了一种图像朝向识别方法，包括：
3、使用投射神经网络对目标图像进行预处理，得到标准图像数据，所述预处理包括降维、降噪、归一化、裁切和增益控制；
4、通过预设kc层根据apl神经元和wta机制对所述标准图像数据进行编码，得到编码图像数据，所述投射神经网络与所述预设kc层之间包括服从随机分布的第一突触
5、将所述编码图像数据输入预设mbon层中进行朝向分析，得到朝向识别结果，所述预设kc层与所述预设mbon层之间包括基于预设更新算法更新的第二突触权重。
6、优选地，所述通过预设kc层根据apl神经元和wta机制对所述标准图像数据进行编码，得到编码图像数据，包括：
7、基于伯努利分布随机生成所述投射神经网络与所述预设kc层之间的二值形式的第一突触权重；
8、根据所述第一突触权重进行线性映射，得到映射数据；
9、依据apl神经元及wta机制对所述映射数据进行侧向抑制，并编码为稀疏向量，得到编码图像数据。
10、优选地，所述将所述编码图像数据输入预设mbon层中进行朝向分析，得到朝向识别结果，包括：
11、基于预设更新算法对所述预设kc层与所述预设mbon层之间的突触权重进行更新计算，得到第二突触权重；
12、依据所述第二突触权重对所述编码图像数据进行基于映射的朝向活跃程度分析，得到朝向识别结果。
13、优选地，所述基于预设更新算法对所述预设kc层与所述预设mbon层之间的突触权重进行更新计算，得到第二突触权重，包括：
14、所述预设更新算法为基于hebbian规则的更新算法；
15、基于所述hebbian规则对所述预设kc层与所述预设mbon层之间的突触权重进行学习更新，得到收敛情况下的第二突触权重。
16、优选地，所述基于预设更新算法对所述预设kc层与所述预设mbon层之间的突触权重进行更新计算，得到第二突触权重，包括：
17、所述预设更新算法为基于二进制的更新算法；
18、基于所述二进制对所述预设kc层与所述预设mbon层之间的突触权重进行二进制式即时更新，得到第二突触权重。
19、本申请第二方面提供了一种图像朝向识别装置，包括：
20、预处理单元，用于使用投射神经网络对目标图像进行预处理，得到标准图像数据，所述预处理包括降维、降噪、归一化、裁切和增益控制；
21、图像编码单元，用于通过预设kc层根据apl神经元和wta机制对所述标准图像数据进行编码，得到编码图像数据，所述投射神经网络与所述预设kc层之间包括服从随机分布的第一突触权重；
22、朝向识别单元，用于将所述编码图像数据输入预设mbon层中进行朝向分析，得到朝向识别结果，所述预设kc层与所述预设mbon层之间包括基于预设更新算法更新的第二突触权重。
23、优选地，所述图像编码单元，具体用于：
24、基于伯努利分布随机生成所述投射神经网络与所述预设kc层之间的二值形式的第一突触权重；
25、根据所述第一突触权重进行线性映射，得到映射数据；
26、依据apl神经元及wta机制对所述映射数据进行侧向抑制，并编码为稀疏向量，得到编码图像数据。
27、优选地，所述朝向识别单元，具体用于：
28、基于预设更新算法对所述预设kc层与所述预设mbon层之间的突触权重进行更新计算，得到第二突触权重；
29、依据所述第二突触权重对所述编码图像数据进行基于映射的朝向活跃程度分析，得到朝向识别结果。
30、本申请第三方面提供了一种图像朝向识别设备，所述设备包括处理器以及存储器；
31、所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
32、所述处理器用于根据程序代码中的指令执行第一方面的图像朝向识别方法。
33、本申请第四方面提供了一种计算机可读存储介质，计算机可读存储介质用于存储程序代码，程序代码用于执行第一方面的图像朝向识别方法。
34、从以上技术方案可以看出，本申请实施例具有以下优点：
35、本申请中，提供了一种图像朝向识别方法，包括：使用投射神经网络对目标图像进行预处理，得到标准图像数据，预处理包括降维、降噪、归一化和增益控制；通过预设kc层根据apl神经元和wta机制对标准图像数据进行编码，得到编码图像数据，投射神经网络与预设kc层之间包括服从随机分布的第一突触权重；将编码图像数据输入预设mbon层中进行朝向分析，得到朝向识别结果，预设kc层与预设mbon层之间包括基于预设更新算法更新的第二突触权重。
36、本申请提供的图像朝向识别方法，基于蕈状体模型对图像中目标的朝向进行分析识别，根据生物学的学习规则对图像物体的方向进行增量学习。此过程中的模型只需要一次观察就可以学习到图像中目标的方向，得到朝向识别结果；而且网络结构较为简单，对训练时间和训练样本的要求较低，能够快速准确的获取到朝向识别结果，提升识别效率，可以满足多种应用场景的需求。因此，本申请能够解决现有图像朝向识别模型网络较为复杂，对训练样本要求高，所以操作复杂且需要较长的训练时间，导致识别效率较低的技术问题。
本文档来自技高网...【技术保护点】
1.一种图像朝向识别方法，其特征在于，包括：
2.根据权利要求1所述的图像朝向识别方法，其特征在于，所述通过预设KC层根据APL神经元和WTA机制对所述标准图像数据进行编码，得到编码图像数据，包括：
3.根据权利要求1所述的图像朝向识别方法，其特征在于，所述将所述编码图像数据输入预设MBON层中进行朝向分析，得到朝向识别结果，包括：
4.根据权利要求3所述的图像朝向识别方法，其特征在于，所述基于预设更新算法对所述预设KC层与所述预设MBON层之间的突触权重进行更新计算，得到第二突触权重，包括：
5.根据权利要求3所述的图像朝向识别方法，其特征在于，所述基于预设更新算法对所述预设KC层与所述预设MBON层之间的突触权重进行更新计算，得到第二突触权重，包括：
6.一种图像朝向识别装置，其特征在于，包括：
7.根据权利要求6所述的图像朝向识别装置，其特征在于，所述图像编码单元，具体用于：
8.根据权利要求6所述的图像朝向识别装置，其特征在于，所述朝向识别单元，具体用于：
9.一种图像朝向识别
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行权利要求1-5任一项所述的图像朝向识别方法。
...【技术特征摘要】
1.一种图像朝向识别方法，其特征在于，包括：
2.根据权利要求1所述的图像朝向识别方法，其特征在于，所述通过预设kc层根据apl神经元和wta机制对所述标准图像数据进行编码，得到编码图像数据，包括：
3.根据权利要求1所述的图像朝向识别方法，其特征在于，所述将所述编码图像数据输入预设mbon层中进行朝向分析，得到朝向识别结果，包括：
4.根据权利要求3所述的图像朝向识别方法，其特征在于，所述基于预设更新算法对所述预设kc层与所述预设mbon层之间的突触权重进行更新计算，得到第二突触权重，包括：
5.根据权利要求3所述的图像朝向识别方法，其特征在于，...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。