《卷积神经网络与计算机视觉》 —3.4与生物视觉的关联

3.4与生物视觉的关联

为了研究生物神经网络与人工神经网络的相似性和不同点，简要讨论生物神经网络（BNN）及其运行机制是重要的。事实上，人工神经网络在功能和规模方面与它们的生物学对应物并不相似，但是它们确实是由BNN激发的，并且用于描述人工神经网络的几个术语是从神经科学文献中借用的。因此，我们在大脑中引入神经网络，在人工神经元和生物神经元之间进行比较，并提供基于生物视觉的人工神经元模型。

3.4.1生物神经元模型

人脑含有大约1000亿个神经元。为了解释这个数字，让我们假设有1000亿张一美元钞票，每张钞票只有0.11毫米厚。如果我们将所有这些一元钞票堆叠在一起，那么最终的堆将高达10 922.0千米。这说明了人脑的规模和大小。

生物神经元是处理信息的神经细胞［Jain et al.，1996］。每个神经元都被膜包围，并且具有包含基因的细胞核。它具有专门的突出物，用于管理神经细胞的输入和输出。这些突出物称为树突和轴突。下面描述生物神经元的这些和其他关键方面。

树突：树突是纤维，其作为接收线，从其他神经元来将信息（激活）传递给细胞体。它们是神经元的输入。

轴突：轴突是纤维，充当传输线，将信息从细胞体带到其他神经元。它们充当神经元的输出。

细胞体：细胞体（也称为体细胞）通过树突接收传入信息，处理并通过轴突将其发送到其他神经元。

突触：轴突和树突之间允许信号通信的专门连接称为突触。通过电化学过程进行通信，其中神经递质（化学物质）在突触处释放并扩散穿过突触间隙以传递信息。人脑***有大约1千万亿（1015）个突触［Changeux and Ricoeur，2002］。

连接：神经元彼此密切地相互连接。 平均而言，每个神经元接收来自大约105个突触的输入。

神经元激活：神经元通过树突从连接的神经元接收信号。如果组合的输入信号超过阈值，则细胞体对接收的信号求和并且神经元被激活。通过激活神经元，我们的意思是它产生一个通过轴突发出的输出。如果组合输入低于阈值，则神经元不产生响应信号（即，神经元不会激活）。决定神经元是否激活的阈值函数称为激活函数。

接下来，我们描述一个模拟生物神经元工作的简单计算模型（见图3.4）。