知识卡片
直方图决策分类器跟随
MRMCF 不直接把庞大的分类器参数塞进记忆模型,而是用“控制通道+跟随通道”解耦。控制通道处理目标直方图:直方图维度低、计算便宜,让它走完整的 MRM 流程——过滤、写入瞬时层、层间比较融合、按窗口输出,从而得到当前帧的更新决策,即哪些信息该合并、该记忆、该遗忘。跟随通道里的两个 MRM 只保存分类器参数,不独立做匹配,而是照搬控制通道产生的同一套更新操作。为什么有效:分类器参数数量远大于直方图,若逐参数做距离计算与融合,开销不可接受;用直方图当“代理信号”,既保留了记忆的时间结构,又把计算量压到可控范围。风险:代理信号与分类器状态可能不同步,直方图无法反映的形变不会被记忆捕捉。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第6章 人脑视觉系统的记忆机制及其应用 · 查看原书依据
跟随通道中的分类器参数只需要按照控制通道中多层旋转记忆模型的更新过程进行更新。由于目标图像的直方图特征往往比分类器参数的数据量小很多,因此能够以较小的计算量实现分类器的动态更新。
参考来源
- 位置:《基于类脑计算的目标检测与跟踪技术》第6章 人脑视觉系统的记忆机制及其应用(源文件:extracted/基于类脑计算的目标检测与跟踪技术/_epub-src/OPS/txt006.html)
- 结论依据:MRMCF 不直接把庞大的分类器参数塞进记忆模型,而是用“控制通道+跟随通道”解耦。
- 原始内容:跟随通道中的分类器参数只需要按照控制通道中多层旋转记忆模型的更新过程进行更新。由于目标图像的直方图特征往往比分类器参数的数据量小很多,因此能够以较小的计算量实现分类器的动态更新。