从神经科学到计算机视觉:人类与计算机视觉五十年回顾

这篇博客回顾了过去50年间,从神经科学到计算机视觉的发展历程。Hubel和Wiesel的研究揭示了大脑处理视觉信息的方式,启发了后来的计算神经科学和深度学习。Olshausen和Field的工作强调了稀疏编码在图像识别中的重要性,预示了卷积神经网络的诞生。如今,深度学习不仅用于图像识别,还涉及语义理解和多个领域的应用。
摘要由CSDN通过智能技术生成

来源:全球人工智能

概要:在过去某段时间里,研究者们可能从来没有想过创建类似人类大脑处理任务一样的系统。


如何像人类大脑一样完成一项视觉任务是复杂的,比如深度感知、目标跟踪、边缘检测等,而扫描环境和定位是大脑经常做的事情,这些都被人们认为是理所当然的事情。在过去某段时间里,研究者们可能从来没有想过创建类似人类大脑处理任务一样的系统。然而,在过去的50年中,我们已经从神经科学中看似一些小的突破转向能够描述图片中场景的“电脑”。


在神经科学课程教学过程中,有很多趣闻发生以帮助同学们更好地理解大脑是如何工作的。比如Phineas Gauge是一名美国的铁路工人,在某次施工时遭遇爆炸事故,被一根铁棍击穿头颅,幸运的是他活了下来,但是他的左额叶皮质受到损伤,导致语言障碍,同时也影响其生理性格;还有Britten的论文描述大脑何时再混乱的移动点钟发现信号。所有这些零碎的研究开始加深我们对大脑如何工作的理解。


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值