视觉信息处理与理解的神经计算机结构的研究与实现

该项目对视觉信息计算与理解的神经计算机结构及其实现进行了系统深入的研究，探讨了如何实观初级视觉信息处理的自适应增益控制机制，构造了一种基于 MIMD具有可变结构的神经计算机NeuputerII；提出了一种新的基于小波的具有选择性注意机制的初级视觉模型；根据生物视觉的侧抑制原理和速度选择性，提出了基于侧抑制机制的多尺度边缘检测模型，构造了基于运动信息的具有速度选择性的初级视觉框架模型。进一步研究了应Hopfield网络的混沌特性，来实现视觉信息处理模块之间的反馈控制与信息融合，提出一种新的利用不稳定轨道存储或匹配信息的方法。该研究成果对发展以神经计算为特征初级视觉模型具有重要的科学意义和应用前景。