第一章 绪论
1.1 研究背景
1.2 研究目的及意义
1.3 运动模式识别的研究进展
1.3.1 平移运动
1.3.2 径向运动
1.3.3 旋转运动
1.3.4 螺旋运动
1.4 论文结构安排
第二章 预备知识
2.1 蝗虫视觉神经系统
2.1.1 复眼的结构与功能
2.1.2 视叶的结构和功能
2.1.3 蝗虫的运动感知视觉通路
2.2 人工蝗虫视觉神经网络模型
2.3 基于LGMD的视觉运动感知神经网络
2.3.1 碰撞检测神经网络
2.3.2 方向选择神经网络
2.4 本章小结
第三章 旋转运动感知神经网络
3.1 旋转敏感神经元的视觉响应机理
3.2 旋转运动感知神经网络模型
3.2.1 突触前神经网络
3.2.2 方向柱
3.2.3 突触后神经网络
3.2.4 ccwRMPNN的算法描述
3.2.5 cw旋转运动感知神经网络
3.2.6 计算复杂度分析
3.3 数值实验与分析
3.3.1 实验环境与参数设置
3.3.2 旋转运动感知测试
3.3.3 神经网络的性能分析
3.3.4 灵敏度分析
3.3.5 神经网络比较分析
3.4 本章小结
第四章 深度旋转运动感知神经网络
4.1 深度旋转敏感神经元的视觉响应机理
4.2 深度旋转运动感知神经网络模型
4.2.1 突触前神经网络
4.2.2 突触后神经网络
4.2.3 DRPNN神经网络的模型结构与算法描述
4.2.4 计算复杂度分析
4.3 数值实验与分析
4.3.1 实验环境与参数设置
4.3.2 深度旋转感知测试
4.3.3 DRPNN的特性测试与分析
4.3.4 灵敏度分析
4.3.5 神经网络模型的比较分析
4.4 本章小结
第五章 螺旋运动感知神经网络
5.1 旋转运动选择神经元的视觉响应机理
5.2 螺旋运动感知神经网络模型
5.2.1 突触前神经网络
5.2.2 突触后神经网络
5.2.3 e-ccwSMPNN的模型结构与算法描述
5.2.4 其它类型螺旋运动感知神经网络
5.2.5 计算复杂度分析
5.3 数值实验与分析
5.3.1 实验环境与参数设置
5.3.2 螺旋运动感知测试
5.3.3 神经网络的特性测试与分析
5.3.4 灵敏度分析
5.3.5 神经网络模型的比较分析
5.4 本章小结
第六章 复杂场景下人群逃逸行为检测与预警
6.1 人群逃逸行为检测概述
6.2 LGMD神经元的视觉响应机理
6.3 人群逃逸行为检测神经网络模型
6.3.1 模型结构设计
6.3.2 人群逃逸行为预警方案
6.3.3 CEBDNN算法描述
6.3.4 计算复杂度分析
6.4 数值实验与分析
6.4.1 实验环境设置
6.4.2 CEBDNN的特性测试与分析
6.4.3 灵敏度分析
6.4.4 模型比较分析
6.5 本章小结
第七章 总结和展望
7.1 总结
7.2 工作展望
参考文献
附录一 攻读博士期间的科研成果
致谢
声明