視覺注意計算模型設(shè)計及其應(yīng)用研究.pdf

1、ResearchesonComputationalModefingofVisualAttentionandItsApplicationsDissertationSubmiRedtoFudanUniversityForthedegreeofDoctorofPhilosophyCandidate：YUYingSupervisor：ProfWANGBinSCHOOLOFINFORMATIONSCIENCEANDTECHNOLOGYFUDANU

2、NIVERSITY視覺E意算模型&Ⅱ其＆月Ⅲ究視覺注意是人的視覺感知的一個重要特征，人可咀在復(fù)雜的視覺場景中很容易地找到感興趣的目標(biāo)，但是傳統(tǒng)的機(jī)器視覺卻沒有辦法做到，本文的研究重點(diǎn)是如何設(shè)計擬人的視覺注意計算模型。目前自底向上的視覺注意模型主要有空間域模型和基于傅立葉變換的模型。空間域的模型具有生物學(xué)合理性，但其計算復(fù)雜度高?；诟盗⑷~變換的模型運(yùn)算速度快，但其缺乏生物學(xué)依據(jù)。我們在研究現(xiàn)有模型的基礎(chǔ)上提出基于脈沖PCA變換的視覺注意

3、模型，并進(jìn)一步將其擴(kuò)展為基于脈沖余弦變換的視覺注意模型。此外，我們將提出的視覺注意模型應(yīng)用到臺成孔徑雷達(dá)圖像的艦船目標(biāo)檢測和圖像信號的壓縮傳感中。論文的主要E撕點(diǎn)包含以下幾個方面：1提出基于脈沖主成分分析(PCA)的視覺注意計算模型。該模型利用圖像PCA系數(shù)的符號來產(chǎn)生空間顯著性和運(yùn)動顯著性。PCA的投影向量可以通過神經(jīng)弼絡(luò)中的Flebb學(xué)習(xí)來獲得，而且模型中顯著性信息可以表達(dá)成二元編碼的形式，這正好模仿了人腦中的神經(jīng)元脈沖。因此，我們

4、的脈沖PCA模型比現(xiàn)有基于傅立葉變換的模型更具生物學(xué)合理性。根據(jù)脈沖PCA的原理，我們進(jìn)一步提出基于脈沖余弦變換(PCT)的視覺注意計算模型。PCT模型利用圖像離教余弦變換(DCT)系數(shù)的符號來產(chǎn)生視覺顯著性，該模型的優(yōu)勢在于它不需要估計PCA投影向量，而且DCT變換有很多快速算法，這使得我們提出的PCT模型計算速度非常快，能夠應(yīng)Hj到實(shí)時顯著性探測系統(tǒng)；h2脈沖PCA模型需要估計自然圖像的主成分向量，而高維數(shù)據(jù)(如圖像)的PCA問題較

5、難處理。為了解決這一問題，我們提出一種面向數(shù)據(jù)學(xué)習(xí)的快速PCA算法。在迭代過程中，新的特征向量等于所有樣本向量的加權(quán)和，固而不需要計算數(shù)據(jù)協(xié)方差矩陣。該算法彌補(bǔ)了傳統(tǒng)批量PCA算法在協(xié)方差矩陣分解時空間和時間復(fù)雜度高的不足而且具有比增量PCA算法收斂速度快。收斂精度高的優(yōu)點(diǎn)。3合成孔徑雷達(dá)(SAP)圖像中的斑點(diǎn)噪聲和不均勻區(qū)域的存在培自動的艦船目標(biāo)檢測帶來很大挑戰(zhàn)。本文提出一種基于視覺注意的SAR圖像艦船目標(biāo)檢測方法，根據(jù)SAR圖像的特