眼动与低延迟脉冲神经网络的高能效视觉搜索
原文中文，约300字，阅读约需1分钟。发表于：。通过实验证明人类视觉搜索行为并建立了第一个基于 SNN 的视觉搜索模型，该模型结合了人工视网膜结构与尖峰特征提取、记忆和注视决策模块，通过群体编码实现快速高效的注视决策，能够学习类似人类或接近最佳的凝视策略，在搜索速度和准确性方面优于人类，并通过短注视决策延迟和稀疏激活实现高能效性。这一工作将神经科学和机器学习中的视觉建模联系起来，并为开发更高能效的计算机视觉算法提供了启示。
该研究建立了基于SNN的视觉搜索模型，能够学习类似人类的凝视策略，具有高能效性和优于人类的搜索速度和准确性。该工作联系了神经科学和机器学习，为开发更高能效的计算机视觉算法提供了启示。
