摘要
鸟类具有发达的视觉系统，在高空飞翔时能够识别与追踪地面上的目标，视顶盖作为离顶盖视觉通路中的重要核团是实现这一能力的关键。因此，解析视顶盖神经元感知噪声背景下小目标的机制，构建相应的编码模型，对于加深人们关于生物感知小目标能力的理解，形成噪声背景下的小目标检测算法具有重要的应用意义。本文以信鸽离顶盖通路的重要核团视顶盖为研究对象，对深度为1000-1300μm的视顶盖中深层运动敏感神经元进行电生理实验，采集其相应的神经信号，解析运动敏感神经元感知噪声环境下连续运动小目标的机理，构建相应的编码模型，并给出了基于神经元集群编码模型的目标位置解码算法。 本文主要完成的工作及研究结果如下: (1)解析了运动敏感神经元对噪声背景下运动小目标的响应属性。设计不同强度的椒盐噪声以及具有局部微动的自然场景作为背景的运动目标刺激范式并采集该类神经元的神经电生理信号，发现运动敏感神经元在感知小运动目标的过程中对背景中的噪声干扰具有一定的抗干扰能力。 (2)构建了运动敏感神经元感知噪声背景下运动小目标的编码模型。基于序贯概率激活假设和有向能量累积假设，结合神经元对椒盐噪声背景和局部微动的自然背景下连续运动的小目标的电生理特性，提出树突场的最大奖励值准则假设以及最临近准则假设;分别将这两种树突场轨迹衔接准则的模型仿真结果与电生理结果进行对比分析，结果表明:最大奖励值准则假设更符合神经元抗噪声干扰能力的猜测;最后，结合最大奖励值准则假设构建运动敏感神经元感知噪声背景下运动小目标的编码模型。 (3)给出了基于运动敏感神经元集群编码模型的目标位置解码算法。通过二位高斯滤波器从运动敏感神经元集群编码模型对不同强度椒盐噪声背景和具有局部扰动自然场景背景下不同运动模式的响应中解码出目标的轨迹。解码的结果验证了最大奖励值准则假设的可信性和基于神经元集群编码模型的目标位置解码算法的有效性。 本文通过解析运动敏感神经元的抗噪声干扰特性，提出了最大奖励值准则假设，构建了运动敏感神经元感知噪声背景下运动小目标的编码模型，并给出了基于运动敏感神经元集群编码模型的目标位置解码算法。该研究不仅加深人们关于生物感知小目标能力的理解，而且对于形成噪声环境下的小目标检测算法具有重要的应用意义，有望形成不同于深度学习的新型类脑计算体系。
NETL