《中國圖象圖形學(xué)報》類腦視覺專欄簡介

黃鐵軍，韓軍偉，何暉光，李永杰，唐華錦，吳思，楊玉超，余肇飛，張兆翔，趙地，韓向娣

1.北京大學(xué)，北京 100091； 2.西北工業(yè)大學(xué)，西安 710072； 3.中國科學(xué)院自動化研究所，北京 100190； 4.電子科技大學(xué)，成都 611731； 5.浙江大學(xué)，杭州 310058； 6.中國科學(xué)院計算技術(shù)研究所，北京 100086； 7.《中國圖象圖形學(xué)報》編輯部, 北京 100190

腦科學(xué)研究是21世紀(jì)科學(xué)研究的前沿高地之一，我國“十四五”規(guī)劃明確指出要瞄準(zhǔn)腦科學(xué)、人工智能等前沿領(lǐng)域，實施一批具有前瞻性、戰(zhàn)略性的國家重大科技項目?？萍疾拷诎l(fā)布科技創(chuàng)新2030“腦科學(xué)與類腦研究”重大項目申報指南，標(biāo)志著中國腦計劃項目正式啟動。

視覺是生物最主要的感知通道，光電是機器感知世界的基本手段視覺信息最基本的表達(dá)形式是圖像和視頻，但嚴(yán)重丟失光的變化過程，不能發(fā)揮電子和數(shù)字技術(shù)潛力，高速相機可以提高速度，但存儲、傳輸和計算代價過高，這主要是因為計算機視覺所采用的算法模型距離生物視覺系統(tǒng)的神經(jīng)機理相距甚遠(yuǎn)。近年來，生物視覺的神經(jīng)基礎(chǔ)研究取得了很大進(jìn)展，模擬生物視覺脈沖編碼機理的脈沖視覺模型打開了實現(xiàn)高速視覺的新途徑。

為報道類腦科學(xué)和視覺計算這一領(lǐng)域的最新進(jìn)展，希望開創(chuàng)視覺信息處理的新局面，《中國圖象圖形學(xué)報》邀請業(yè)內(nèi)專家共同策劃推出“類腦視覺”專欄，主要收錄該技術(shù)具有創(chuàng)新性、突破性的研究成果。以期為相關(guān)領(lǐng)域的研究人員提供參考。

經(jīng)過嚴(yán)格評審，“類腦視覺”專欄共收錄5篇綜述論文。

《生物視覺系統(tǒng)的神經(jīng)網(wǎng)絡(luò)編碼模型綜述》從視網(wǎng)膜等初級視覺皮層和高級視覺皮層(如視覺皮層第四區(qū)(visual area 4，V4)和下顳葉皮層(inferior temporal，IT))分別介紹基于神經(jīng)網(wǎng)絡(luò)的視覺系統(tǒng)編碼模型。主要內(nèi)容包括：1)有關(guān)視覺系統(tǒng)模型的概念與定義；2)初級視覺系統(tǒng)的神經(jīng)網(wǎng)絡(luò)預(yù)測模型；3)任務(wù)驅(qū)動的高級視覺皮層編碼模型；最后介紹最新有關(guān)無監(jiān)督學(xué)習(xí)的神經(jīng)編碼模型，并展望基于神經(jīng)網(wǎng)絡(luò)的視覺系統(tǒng)編碼模型的技術(shù)挑戰(zhàn)與可能發(fā)展方向。

《精細(xì)神經(jīng)網(wǎng)絡(luò)仿真方法研究進(jìn)展》對精細(xì)神經(jīng)網(wǎng)絡(luò)仿真方法進(jìn)行梳理，介紹了現(xiàn)有主流仿真平臺與核心仿真算法，以及可進(jìn)一步提升仿真效率的高效仿真方法。將具有代表性的高效仿真方法按照發(fā)展歷程以及核心思路分為網(wǎng)絡(luò)尺度并行方法、神經(jīng)元尺度并行方法以及基于GPU的并行仿真方法三類。對各類方法的核心思路進(jìn)行總結(jié)，并對各類方法中代表性工作的細(xì)節(jié)進(jìn)行分析介紹。隨后對各類方法所具有的優(yōu)劣勢進(jìn)行分析對比，對一些經(jīng)典方法進(jìn)行總結(jié)。最后根據(jù)高效仿真方法的發(fā)展趨勢，對未來研究工作進(jìn)行展望。

《fMRI的視覺神經(jīng)信息編解碼方法綜述》在總結(jié)基于功能磁共振成像(fMRI)的視覺神經(jīng)信息編解碼關(guān)鍵技術(shù)與研究進(jìn)展的基礎(chǔ)上，分析現(xiàn)有視覺神經(jīng)信息編解碼方法的局限。在視覺神經(jīng)信息編碼方面，詳細(xì)介紹了基于群體感受野估計方法的發(fā)展過程。在視覺神經(jīng)信息解碼方面，首先，按照任務(wù)類型將其劃分為語義分類、圖像辨識和圖像重建3個部分，并深入闡述了每個部分的代表性研究工作和所用的方法。特別地，在圖像重建部分著重介紹了基于深度生成模型(主要包括變分自編碼器和生成對抗網(wǎng)絡(luò))的簡單圖像、人臉圖像和復(fù)雜自然圖像的重建技術(shù)。其次，統(tǒng)計整理了該領(lǐng)域常用的10個開源數(shù)據(jù)集，并對數(shù)據(jù)集的樣本規(guī)模、被試個數(shù)、刺激類型、研究用途及下載地址做了詳細(xì)歸納。最后，詳細(xì)介紹了視覺神經(jīng)信息編解碼模型常用的度量指標(biāo)，分析了當(dāng)前視覺神經(jīng)信息編碼和解碼方法的不足，提出可行的改進(jìn)意見，并對未來發(fā)展方向進(jìn)行展望。

《面向圖像識別的多層脈沖神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法綜述》總結(jié)了脈沖神經(jīng)網(wǎng)絡(luò)研究領(lǐng)域中的相關(guān)學(xué)習(xí)算法，然后對其中主要的方法：直接監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)的算法以及ANN2SNN的轉(zhuǎn)換算法進(jìn)行分析介紹，并對其中代表性的工作進(jìn)行對比分析，最后基于對當(dāng)前主流方法的總結(jié)，對未來更高效、更仿生的脈沖神經(jīng)網(wǎng)絡(luò)參數(shù)學(xué)習(xí)方法進(jìn)行展望。

《面向類腦計算的脈沖神經(jīng)網(wǎng)絡(luò)研究》首先闡述脈沖神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)和工作原理；在結(jié)構(gòu)優(yōu)化方面，從脈沖神經(jīng)網(wǎng)絡(luò)的編碼方式、脈沖神經(jīng)元改進(jìn)、拓?fù)浣Y(jié)構(gòu)、訓(xùn)練算法以及結(jié)合其他算法這5個方面進(jìn)行總結(jié)；在訓(xùn)練算法方面，從基于反向傳播方法，基于脈沖時序依賴可塑性規(guī)則方法、人工神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)脈沖神經(jīng)網(wǎng)絡(luò)和其他學(xué)習(xí)算法這4個方面進(jìn)行總結(jié)；針對脈沖神經(jīng)網(wǎng)絡(luò)的不足與發(fā)展，從監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)兩方面剖析；最后，將脈沖神經(jīng)網(wǎng)絡(luò)應(yīng)用到類腦計算和仿生任務(wù)中。對脈沖神經(jīng)網(wǎng)絡(luò)的基本原理、編碼方式、網(wǎng)絡(luò)結(jié)構(gòu)、訓(xùn)練算法進(jìn)行了系統(tǒng)地歸納，對脈沖神經(jīng)網(wǎng)絡(luò)的研究發(fā)展具有一定的積極意義。

我們期待廣大讀者和科技人員通過"類腦視覺"專欄，能夠更深入、更全面地了解該領(lǐng)域的最新方法和應(yīng)用，吸引更多學(xué)者從事相關(guān)研究并產(chǎn)生具有國際影響力的優(yōu)秀成果，為本領(lǐng)域的發(fā)展做出新的貢獻(xiàn)。

?？幬瘯?

黃鐵軍，北京大學(xué)教授，研究領(lǐng)域為視覺信息處理(圖像識別與視頻編碼)、類腦計算等。

韓軍偉 ，西北工業(yè)大學(xué)教授，研究領(lǐng)域為人工智能、模式識別、計算機視覺、遙感影像處理、腦影像分析、類腦計算等。

何暉光， 中國科學(xué)院自動化研究所研究員，研究領(lǐng)域為人工智能，腦—機接口，醫(yī)學(xué)影像分析等。

李永杰，電子科技大學(xué)教授，研究領(lǐng)域為生物視覺系統(tǒng)的信息加工機理、計算模型與類腦計算機視覺等。

唐華錦，浙江大學(xué)教授，研究領(lǐng)域為類腦計算、人工智能、智能計算人、計算神經(jīng)科學(xué)等。

吳思，北京大學(xué)教授，研究領(lǐng)域為計算神經(jīng)科學(xué)、類腦計算等。

楊玉超，北京大學(xué)教授，研究領(lǐng)域為類腦計算、智能硬件、憶阻器等。

余肇飛，北京大學(xué)研究員，研究領(lǐng)域為類腦計算，神經(jīng)網(wǎng)絡(luò)等。

張兆翔，中國科學(xué)院自動化研究所研究員，研究領(lǐng)域為視覺認(rèn)知計算、類腦學(xué)習(xí)和面向開放環(huán)境的視覺感知與理解等。

趙地，中國科學(xué)院計算技術(shù)，研究所副研究員，研究領(lǐng)域為類腦計算、深度學(xué)習(xí)的算法與芯片等。