4、运动检测与速度估计的非线性功能表示

运动检测与速度估计的非线性功能表示

引言

从视觉信息中提取运动的局部机制已被广泛接受，被认为是生物系统完成这一任务所采用的方案。尽管特征识别在从视觉信息中提取运动时可能发挥一定作用，但通常并非必要。通过对各种物种进行的心理和行为实验，使用周期性或随机移动模式表明，检测运动并不需要移动模式具有特征识别技术所要求的显著特征。因此，在最简单的情况下，直接对局部光强分布进行操作的局部方案，可能是表示和实现运动提取系统的主要手段。

本文将探索使用（Volterra）泛函来建模和实现局部运动检测机制（LMDMs）。接下来，我们将依次讨论LMDMs的操作原理、Volterra级数的背景知识、运动检测和速度估计方案的泛函表示理论方法，以及知名运动检测器的泛函分析，最后进行总结和得出结论。

局部运动检测机制

LMDMs接收由视野中运动引发的（预处理后的）光强信号，并产生有关移动物体方向和/或速度的信息。使这些方案能够提供方向信息的特性称为方向选择性。一个基本的LMDM如果其输出对特定方向（首选方向）的运动有响应，而对其他所有方向保持“沉默”，则具有方向选择性。

实现方向选择性有多种方法，但它们都遵循相同的操作原则。要使一个机制成为具有方向选择性的LMDM，它必须满足以下要求：
1. 至少使用两个输入 ：运动方向可以用向量表示，因此至少需要两个点来确定它。单个输入无法区分从左到右移动的物体、从右到左移动的物体或强度随时间变化的静止物体。
2. 对两个输入信号进行不对称处理 ：否则，两个输入可以互换而不影响输出，导致机制不具有方向选择性。
3.