近日，数据科学与人工智能研究院副院长高涛教授与澳大利亚国立大学合作完成的论文《Brain-Inspired Spiking Neural Networks for Energy-Efficient Object Detection》被计算机视觉领域顶级会议IEEE Conference on Computer Vision and Pattern Recognition（CVPR）正式录用。长安大学为第一作者和通讯作者单位。
图1视觉刺激图解与可训练神经元模型SCN示意图
该研究首次聚焦并深入研究了类脑可解释神经网络模型，利用脉冲神经网络（SNN）丰富的动态特性构建用于视觉任务的高效目标检测模型（MSD）。提出一种全新的视神经核团（ONNB）模型，采用脉冲卷积神经元作为核心组件，用于显著增强SNN的深度特征提取能力。此外，提出一种多尺度脉冲检测框架来模拟生物对不同物体刺激，融合不同深度的特征和检测响应结果，实现静态图像和事件数据的高性能和高效处理。在公共数据集上的实验表明，MSD取得了优异的性能，同时减少了82.9%的能量消耗。
图2视神经核团ONNB与多尺度脉冲检测框架示意图
近年来，团队围绕可解释性神经网络、一体化图像恢复，生成式图像恢复，不成对学习、低质目标检测等方面，展开了一系列系统性研究工作，相关成果已陆续发表于CVPR、AAAI、ACM MM、TMM、TCSVT、TGRS等国际顶级会议和期刊，取得了学术界和工业界的广泛关注，国内外学术声誉不断提高，影响力不断扩大，为长安大学的学科发展和科研团队建设做出了积极贡献。
