視覺注意建模及其在圖像分析中的應(yīng)用.pdf

1、注意是人類信息加工過程中一項(xiàng)重要的心理調(diào)節(jié)機(jī)制,它能夠?qū)τ邢薜男畔①Y源進(jìn)行加工分配,使感知具備一定的選擇能力。人類視覺系統(tǒng)這種在面對復(fù)雜場景時(shí),能夠迅速將注意力集中在少數(shù)幾個顯著的視覺對象上的過程被人們稱為視覺注意選擇。視覺注意機(jī)制的研究,不但有助于探索人類視覺信息處理的工作機(jī)理,而且在圖像分析領(lǐng)域中也有重要應(yīng)用價(jià)值。如果能夠?qū)⑦@種視覺注意機(jī)制引入到圖像分析領(lǐng)域,將計(jì)算資源優(yōu)先分配給那些容易引起觀察者注意的圖像區(qū)域,那么必將極大地提高現(xiàn)

2、有圖像分析方法的工作效率。
　　本文主要研究如何設(shè)計(jì)一種實(shí)用的引入選擇性注意機(jī)制的視覺顯著性區(qū)域檢測算法;如何在注意焦點(diǎn)的引導(dǎo)下對圖像重構(gòu);如何將注意機(jī)制引入到特定圖像(人臉)的識別和視覺搜索中。概括而言,本文的主要研究工作包括:
　　1.基于人類視覺系統(tǒng)尺度選擇的特點(diǎn),提出了一種通過對圖像的頻域特征進(jìn)行多尺度分析來計(jì)算顯著性的方法。生理學(xué)上的實(shí)驗(yàn)證明人們對不同頻率視覺信息的敏感閾值不同,此閾值可以用對比度敏感函數(shù)(Cont

3、rast Sensitive Function,CSF)表示。本文首先將人眼真實(shí)視點(diǎn)在圖像尺度空間進(jìn)行統(tǒng)計(jì)分析,得到更加準(zhǔn)確的敏感度曲線,并得出人類視覺系統(tǒng)對中低頻信號更加敏感。結(jié)合這一曲線,本文利用高斯帶通濾波器對圖像中的各頻段賦予不同的權(quán)值,以此計(jì)算圖像的顯著性區(qū)域。圖像和視頻中的實(shí)驗(yàn)證明了本方法的優(yōu)越性,尤其是對于復(fù)雜重復(fù)性紋理場景下的顯著性檢測具有更好的結(jié)果。本算法時(shí)間復(fù)雜度低,對圖像和視頻的處理速度快,并且檢測效果較好。

4、>　　2.目前大部分流行的人臉表示法都是基于均勻網(wǎng)格采樣,然而能夠提供判別信息的只是人臉中的一小部分區(qū)域。心理學(xué)家研究表明,人類視覺系統(tǒng)通過視網(wǎng)膜的空間變換采樣和視點(diǎn)的非均勻分布對不同的人臉區(qū)域賦予不同的權(quán)重。本文通過視點(diǎn)及其視網(wǎng)膜成像對人臉圖像進(jìn)行重構(gòu)。通過對圖像的不同區(qū)域采用不同的高斯平滑算子來平滑。并通過分析人眼真實(shí)視點(diǎn)、計(jì)算模型產(chǎn)生的注意焦點(diǎn)、隨機(jī)產(chǎn)生的點(diǎn)及均勻網(wǎng)格采樣這四種不同的焦點(diǎn)源對人臉圖像重構(gòu)的效果,驗(yàn)證了非均勻分布的視

5、點(diǎn)對于重建人臉區(qū)域的有效性,給后續(xù)的人臉識別算法提供了有力的證據(jù)。
　　3.心理學(xué)實(shí)驗(yàn)表明,對于一幅輸入圖像,在人們關(guān)注局部區(qū)域之前,人類視覺系統(tǒng)首先會有一個全局的認(rèn)識,然后視點(diǎn)會相繼落在比較感興趣的區(qū)域(局部)。本文通過模仿人類系統(tǒng)處理信息的方式,設(shè)計(jì)了一種基于選擇性注意的人臉識別方法。本文通過提取圖像的全局特征來模擬視點(diǎn)產(chǎn)生之前人類視覺系統(tǒng)所獲取的全局特征,然后利用人眼真實(shí)視點(diǎn)得到人臉圖像上的顯著性圖,根據(jù)顯著性圖將人臉圖像劃

6、分成注視區(qū)域和非注視區(qū)域,模仿人類視網(wǎng)膜成像來提取局部特征。最后通過融合兩種特征來實(shí)現(xiàn)人臉識別。本文將上述實(shí)驗(yàn)框架在公開的人臉數(shù)據(jù)庫和一般目標(biāo)數(shù)據(jù)庫上進(jìn)行了測試,實(shí)驗(yàn)結(jié)果證明,將人類視覺系統(tǒng)的選擇性注意引入到人臉識別中,不僅降低了編碼量,而且提高了識別的性能,證明了將人類視覺系統(tǒng)的選擇性注意引入到人臉識別中的合理性。
　　4.視點(diǎn)變化在人類視覺信息獲取和目標(biāo)搜索上起著重要的作用,本文提出了一個基于神經(jīng)元感受野不變性特征提取和眼動控

7、制機(jī)制的人臉目標(biāo)及其特征搜索系統(tǒng)。作為一個實(shí)例,系統(tǒng)應(yīng)用到人眼中心搜索。這一系統(tǒng)的主要機(jī)制是:在學(xué)習(xí)階段,在圖像上均勻設(shè)置初始視點(diǎn)位置,令系統(tǒng)感知和學(xué)習(xí)需要搜索的人臉目標(biāo)及其特征的空間方向、距離和尺度;通過高層認(rèn)知神經(jīng)元發(fā)出控制使視點(diǎn)由初始位置移動到人臉目標(biāo)及其特征的位置上;在實(shí)際運(yùn)行階段,只要任意在圖像上給出一個隨機(jī)初始視點(diǎn)位置,系統(tǒng)就會根據(jù)學(xué)習(xí)和記憶經(jīng)驗(yàn)指揮和控制視點(diǎn)自動地向目標(biāo)移動,通過四至五步的視點(diǎn)移動最終使視點(diǎn)與目標(biāo)特征(如眼