类脑计算模型的分类

（1）神经工程导向的类脑计算模型。这种类脑计算模型以神经工程为基础，从人脑的形态、信息获取方式和信息处理机制等方面尽量模拟大脑，通过建立类脑模型解决计算机视觉中的具体问题。相对而言，神经工程导向的类脑计算模型无需训练样本，对硬件计算能力要求较低，且具有生物可解释性，有利于实现复杂背景、低对比度、目标被遮掩等条件下的高精度目标检测与追踪。

1. 侧抑制模型

2. 感受野模型

3. 同步脉冲发放模型

4. 视觉注意模型

5. 认知记忆模型

（2）计算机工程导向的类脑计算模型。这种类脑计算模型以计算机工程为基础，通过各种机器学习算法解决计算机视觉问题。目前，以深度神经网络（Deep Neural Networks, DNN）为代表的计算机工程导向的类脑计算模型已在人脸识别等领域取得了重要进展。然而，此来模型高度依赖训练样本，对硬件计算能力要求较高，并且不具有可解释性，从而限制了其在目标检测与跟踪领域的应用。

1. 类脑模型

2. 类脑算法

 

（《基于类脑计算的目标检测与跟踪技术》北京理工大学出版社）