復(fù)雜目標視覺注意模型研究.pdf

1、選擇性注意是人類感知系統(tǒng)從外部環(huán)境中獲取感興趣信息的重要生理機制，也是對大腦有限的信息處理資源進行高效應(yīng)用的重要步驟。在計算機視覺研究領(lǐng)域，通過模擬人類視覺系統(tǒng)的選擇性注意機制，可以使計算機完成一些在復(fù)雜場景中提取感興趣信息的任務(wù)。
　　 人眼在場景中進行掃描時根據(jù)視覺刺激的顯著性來轉(zhuǎn)移注意力，而視覺刺激的顯著性不僅來自于視覺刺激本身，也來自于人類大腦的影響和控制。在視覺注意機制中，這兩類因素分別被稱為自底向上信息和自頂向下信息

2、。相應(yīng)地，模擬這兩類因素引導(dǎo)視覺注意力的模型分別被稱為數(shù)據(jù)驅(qū)動、自底向上類視覺注意模型和任務(wù)引導(dǎo)、自頂向下類視覺注意模型。本文對這兩類模型中具有代表性的模型進行了研究。
　　 根據(jù)目前認知神經(jīng)科學(xué)領(lǐng)域的不同理論和觀點，相應(yīng)的自頂向下類視覺注意模型的研究出現(xiàn)了較多的分支和方向。然而，現(xiàn)有的此類模型均存在一定的局限性，與人眼的生物行為學(xué)實驗結(jié)果并不一致。本文主要研究如何在自頂向下視覺注意模型中引入更全面的給定目標的知識，并提出一種基

3、于目標結(jié)構(gòu)化表示的視覺注意模型用于在場景圖像中關(guān)注復(fù)雜目標。新模型通過對給定目標的圖像進行學(xué)習(xí)，提取顯著性圖斑并使用圖斑組成的圖結(jié)構(gòu)表征目標知識，在視覺注意的過程中引入該知識，使得注意焦點更快地在場景中關(guān)注到目標。在新模型中，基于“秩相關(guān)”的理論和計算方法提出了一種圖斑特征編碼方式及其相似性度量方法；采用一種改進的簡化鄰接表的方式表征圖斑組成的圖結(jié)構(gòu)；設(shè)計了一種圖斑搜索及合并策略來模糊匹配圖斑組合，通過合并與目標知識相似的圖斑組合來輸出