[发明专利]一种基于脉冲神经网络的多级延时级联的速度识别系统与方法

说明书

一种基于脉冲神经网络的多级延时级联的速度识别系统，包括由用来传递脉冲信息的神经突触连接的拓扑网络运动物体感知模块和多级神经元延时级联模块，拓扑网络运动物体感知模块将预处理好的图像信息转化为脉冲信息，多级神经元延时级联模块根据脉冲信息同步确定运动物体的间隔时间和位置差异，从而识别出运动物体速度。本发明还提供了一种基于脉冲神经网络的多级延时级联的速度识别方法，本发明可简化运动物体速度识别流程，提高处理速度和结果精度。

技术领域

本发明属于人工智能、神经网络技术领域，特别涉及一种基于脉冲神经网络的多级延时级联的速度识别系统与方法。

背景技术

脉冲神经网络是第三代人工神经网络，它使用脉冲神经元模型，将信息编码为脉冲的时间，利用脉冲来达到高效率低能耗的信息传递，该网络更贴近生物神经网络的结构。当前，脉冲神经网络已在数字识别，模式识别等问题上广泛应用。

目前，运用神经网络解决运动物体识别方面的问题已经有了初步的成果，通常做法是将每张运动物体的图像做识别和提取，然后通过物理方法测量其运动路径和时间，从而得到物体运动速度，系统结构如图1所示。在图像帧率较高的情况下，这种做法精度较低，耗时较长，计算繁琐，无法满足系统要求的准确性和时效性。

发明内容

为了克服上述现有技术的缺点，本发明的目的在于提供一种基于脉冲神经网络的多级延时级联的速度识别系统与方法，可简化运动物体速度识别流程，提高处理速度和结果精度。

为了实现上述目的，本发明采用的技术方案是：

一种基于脉冲神经网络的多级延时级联的速度识别系统，包括由用来传递脉冲信息的神经突触连接的拓扑网络运动物体感知模块和多级神经元延时级联模块，拓扑网络运动物体感知模块将预处理好的图像信息转化为脉冲信息，多级神经元延时级联模块根据脉冲信息同步确定运动物体的间隔时间和位置差异，从而识别出运动物体速度。

本发明还提供了一种基于脉冲神经网络的多级延时级联的速度识别方法，包括如下步骤：

1)通过预处理过的图片的信息刺激拓扑神经网络的神经元激发产生脉冲信号；

2)根据所述脉冲信号，通过拓扑结构得到位置信息，通过多级延时级联得到时间信息，由此计算出物体运动速度。

所述步骤1)具体包括如下步骤：

步骤1.1)，输入要识别的图片

将图片先进行分块处理并网格化，使得需要识别的物体落入一个网格中；

步骤1.2)，激发对应神经元

根据网格化的图片，在拓扑神经网络中找到对应的神经元，并使其激发一个脉冲信号；

步骤1.3)，传递脉冲信号

使用即时型突触将脉冲信号传递至下一步骤。

所述步骤2)具体包括如下步骤：

步骤2.1)，传入脉冲信号

将所述脉冲信号同时传递至延时神经元与实时神经元，并保留传递脉冲信号的神经元的位置信息，延时神经元将脉冲信号按等量的延迟(如1毫秒)向后传递到下一个延时神经元，实时神经元将脉冲信号传递给每个延时神经元；

步骤2.2)，激发确认脉冲

实时神经元发出的脉冲一定在某一个延时神经元处发生叠加效应，使得此延时神经元的电位高于设定的阈值，此时该延时神经元便会激发一个脉冲，并将脉冲发送到脉冲感受器；

步骤2.3)，得到物体运动速度

脉冲感受器根据发送脉冲的延时神经元的编号判断延迟的时长，结合之前保留的传递脉冲信号的神经元的位置信息，计算出运动物体的速度。