Detection de contours visuels par un modele de champ neuronal

Mathieu Galtier (1) , Olivier Faugeras (1)

1 ODYSSEE - Computer and biological vision

Les modèles de champs neuronaux sont des outils intéressants pour la modélisation, a l'échelle mésoscopique, des aires corticales du cerveau. Ils possèdent les caractéristiques mathématiques qui les rendent exploitables, a savoir l'existence, l'unicité et la stabilité (sous conditions) de leur solution. Ainsi nous décrivons un modèle de l'aire visuelle primaire du cortex (V1) base sur ce formalisme. Le pattern d'interconnexion des masses neurales que nous choisissons pour modéliser V1 définit le rôle fonctionnel que nous souhaitons étudier : la détection de contours visuels. Ce choix est guide par la volonté d'obtenir un modèle biologiquement plausible et mathématiquement bien pose. L'intérêt de cette approche est qu'elle permet d'augmenter la cohérence des informations locales d'une image (l'orientation des contrastes locaux) grâce à l'information contenue dans l'interconnexion des masses neurales tout en enrichissant la représentation de l'image (une carte discrète position + orientation des contours). Ce modèle permet de mieux comprendre la perception visuelle biologique, en particulier la notion de "bonne continuation" et la détection des contours manquants ou trop bruites.

Mots clés: Neuronal models; Vision

Domaines: Neurosciences [q-bio.NC]; Neurosciences

Mathieu Galtier, Olivier Faugeras. Detection de contours visuels par un modele de champ neuronal. Deuxième conférence française de Neurosciences Computationnelles, "Neurocomp08", Oct 2008, Marseille, France. ⟨hal-00331584⟩