基于生物視覺感知機制的圖像理解技術研究.pdf

1、場景理解是計算機視覺中具有挑戰(zhàn)性的難點問題，是相關視覺應用的關鍵環(huán)節(jié)。動物能迅速地對所處的場景做出判斷并響應，準確獲取目標對象的位置和類型，這是目前最先進的計算機視覺系統(tǒng)無法媲美的。本文以認知生理學和心理學的研究成果為基礎，從圖像理解與認知學的相互關系入手，根據(jù)動物視覺感知系統(tǒng)中的重要結構和功能機理研究圖像理解的關鍵技術。
　　本文首先深入研究了人類視覺的認知生理學結構和視覺感知機制。視網(wǎng)膜是視覺信息的起始點，主要存在三種細胞獲取

2、視野中不同的圖像特征信息，通過LGN中的對應通道傳送至初級視皮層的V1區(qū)域。視覺皮層中的腹側通路用來形成感受和進行對象識別，分別經(jīng)歷了Vl、V2、V3或V4（中穎葉區(qū)）、頂葉皮層（OPC）或下穎葉皮層（IT）的視覺信息傳遞過程；背部通路處理動作和其它的空間信息；各層次之間存在著前向、水平和反饋的交互作用。因此人類的視覺感知系統(tǒng)不僅具有層次型結構特點，還具有側抑制和反饋的特性，可以實現(xiàn)快速有效的視覺感知。
　　其次重點研究了基于視皮

3、層感知機制的彩色圖像分割模型。提出了一種基于多特征的層次化彩色圖像感知分割模型，該方法有效的利用圖像的亮度空間分布、細節(jié)信息以及顏色空間信息，對圖像進行初次分割，并利用BPNN模型對多特征分割結果進行融合選擇，得到最終的分割結果。另外，結合Trickle-down視覺理論，研究了結合自底向上和自頂向下的BU&TD彩色圖像分割模型，使用特定類特征片段實現(xiàn)了自頂向下的分割，更好的模擬了視覺機制的反饋過程。
　　此外，本文在對現(xiàn)有生物激

4、勵目標識別模型進行深入分析的基礎上，提出了生物激勵的多特征場景分類模型，模型包括兩個階段的處理過程，首先模擬生物低級視覺區(qū)域，并行獨立的提取圖像的三種屬性進行場景分類，然后根據(jù)三個分割結果進行二次分類，以提高分類的準確性；結合OFC的預測機制和場景上下文信息，研究了基于生物視覺機制的BU&TD目標識別模型，模型在訓練階段建立特定類目標圖像的LSF庫和GIST特征庫，系統(tǒng)自動學習目標的先驗知識和上下文信息，在測試階段，提取輸入圖像低頻特征