基于認(rèn)知的立體視覺技術(shù)研究.pdf

1、視覺認(rèn)知作為腦科學(xué)及認(rèn)知科學(xué)分支之一，主要的研究工作就是探索大腦內(nèi)部的視覺信息處理是在何處如何進(jìn)行的。從事模式識(shí)別的人更加關(guān)心大腦是如何處理視覺信息的，他們利用神經(jīng)生理學(xué)的最新研究成果建立起了基于認(rèn)知的機(jī)器視覺，主要研究在視皮層視差檢測(cè)中的眼動(dòng)機(jī)制和視覺注意機(jī)制。到目前為止，這兩種算法視皮層視差檢測(cè)機(jī)制和視覺注意機(jī)制都是處理各自領(lǐng)域的，并沒有真正的交叉融合起來，這兩者的融合是立體視覺認(rèn)知中需要進(jìn)一步解決的問題。本文針對(duì)以上問題進(jìn)行了探索

2、和研究，在借鑒前人的研究成果基礎(chǔ)上提出新方法，并通過實(shí)驗(yàn)證明了所提方法的有效性。論文的主要工作包括以下幾個(gè)方面：
　　 (1)將視皮層視差檢測(cè)機(jī)制和視覺注意機(jī)制放在同一個(gè)框架下來研究。視皮層視差檢測(cè)機(jī)制的研究目標(biāo)是通過認(rèn)知的計(jì)算模型從二維圖像中獲取三維環(huán)境信息，而視覺選擇機(jī)制則研究的是如何利用物體與周圍環(huán)境的顏色，形狀等信息模擬主體在海量的視覺信息中視覺焦點(diǎn)的提取和轉(zhuǎn)移。本文通過分析兩者間內(nèi)在聯(lián)系和相互關(guān)系，并將其統(tǒng)一至同一框架

3、中進(jìn)行研究。然后結(jié)合亮度，顏色，方向等特征引導(dǎo)的自下而上的視覺注意計(jì)算模型來提取有意義的物體信息并把信息反饋到視差檢測(cè)模型，對(duì)視差檢測(cè)模型中加以指導(dǎo)。
　　 (2)提出視皮層視差檢測(cè)機(jī)制中置信點(diǎn)擴(kuò)散算法。認(rèn)知神經(jīng)科學(xué)指出視皮層視差檢測(cè)機(jī)制中位置差和相位差同時(shí)存在，這為視差能量模型理論提供了支持。本文結(jié)合了視皮層視差檢測(cè)的最新研究成果和傳統(tǒng)視差理論的約束條件，以圖像平移模擬眼動(dòng)機(jī)制實(shí)現(xiàn)位置差檢測(cè)的計(jì)算模型，使用一維Gabor濾波器

4、提取相位來實(shí)現(xiàn)相位差的計(jì)算模型，最后通過概率學(xué)的內(nèi)容，對(duì)眼動(dòng)過程中提取的所有的深度加以判定和選擇生成視差圖。并在視皮層視差檢測(cè)機(jī)制中融入了置信點(diǎn)擴(kuò)散的算法，對(duì)生成的視差信息加以判斷和修訂。實(shí)驗(yàn)結(jié)果表明置信點(diǎn)的提出可以降低誤匹配率。
　　 (3)視覺注意下的眼動(dòng)機(jī)制。在傳統(tǒng)的視皮層視差檢測(cè)機(jī)制中，并沒有考慮眼動(dòng)機(jī)制的約束和限制，傳統(tǒng)的圖像平移包括了整個(gè)視差可能出現(xiàn)的范圍，沒有發(fā)揮大腦的能動(dòng)性。結(jié)果造成了計(jì)算量大、視差信息臃腫等缺點(diǎn)