基于注意機(jī)制的自我學(xué)習(xí)的視覺系統(tǒng)研究及其應(yīng)用.pdf

1、計算機(jī)領(lǐng)域是一個內(nèi)容豐富且極具挑戰(zhàn)性的領(lǐng)域。傳統(tǒng)通用視覺的計算模型是自下而上的、被動的，側(cè)重于視覺信息的表示問題，從而有選擇地忽略了視覺信息的獲取和處理過程，尤其忽略了人在獲取視覺信息時的主動性和選擇性。目前許多研究者著重于把生物物理學(xué)和神經(jīng)生理學(xué)的理論聯(lián)系起來，而選擇性注意機(jī)制正是目前視覺研究的發(fā)展方向和熱點。
　　 本文采用視覺選擇性注意機(jī)制的計算模型，在多尺度空間下提取圖像的各種早期初級視覺特征，并構(gòu)成度量顯著性的特征空間

2、，最后通過“迭代”策略生成顯著特征圖。然后引入神經(jīng)網(wǎng)絡(luò)知識，選擇具有自主學(xué)習(xí)的自適應(yīng)共振理論ART神經(jīng)網(wǎng)絡(luò)對計算模型進(jìn)行訓(xùn)練，并將其應(yīng)用在人臉表情分類上。通過把人臉各種表情的顯著特征圖作為神經(jīng)網(wǎng)絡(luò)的輸入向量，采用ART學(xué)習(xí)算法進(jìn)行訓(xùn)練分類。由于ART神經(jīng)網(wǎng)絡(luò)是一種無師監(jiān)督的學(xué)習(xí)網(wǎng)絡(luò)，具有自主學(xué)習(xí)、自適應(yīng)和自組織能力等特點，可以自發(fā)地對環(huán)境認(rèn)識并產(chǎn)生編碼，外界環(huán)境與網(wǎng)絡(luò)之間有良好的互動性，所以實驗最后得到的通過預(yù)處理的圖像較好地進(jìn)行了表情