模擬自頂向下視覺注意機制的感知模型研究.pdf

1、研究視覺感知系統(tǒng)信息處理理論的一個主要內(nèi)容涉及目標對象和空間位置感知，其實質(zhì)就是研究兩個視覺子系統(tǒng)what通路和where通路的功能。 本文以視覺通路理論為指導，構(gòu)建自頂向下的視覺注意感知模型，探索視覺感知的新理論。在正常的人類視覺中，自底向上和自頂向下處理過程的結(jié)合將會影響我們的注意，并將注意吸引到顯著的相關(guān)場景部分。將與where通路相關(guān)的空間位置感知分成兩個層次的概念：目標所處的空間環(huán)境和目標所在視覺空間中的具體位置。用目

2、標所處空間的大范圍信息——環(huán)境信息作為where通路中傳輸?shù)囊患墂here信息，用目標在視覺空間中的具體位置作為二級where信息。將what通路中傳輸?shù)哪繕烁兄畔⒆鳛閣hat信息。與注意機制相結(jié)合，一級where信息可以用來驅(qū)動自頂向下的注意，處理大范圍環(huán)境空間信息，為目標感知提供指導。二級where信息與what信息一起可以用于驅(qū)動自底向上的注意，形成感受和進行對象識別。本文主要創(chuàng)新點有： 第一，提出了一種新的自底向上的注

3、意信息提取算法(LOCEV)。LOCEV算法綜合考慮了三方面特性來定義顯著性：1．根據(jù)特征空間中的不可預測性來衡量特征的復雜度；2．在尺度空間中衡量特征的統(tǒng)計不相似特性；3．同時考慮特征空間和尺度空間，衡量特征的一些初級視覺特性。得到的顯著區(qū)域在特征空間和尺度空間中同時顯著。圖像中所有的點在對應尺度下的區(qū)域顯著值構(gòu)成了整幅圖像的what信息，其中的位置信息和尺度信息就構(gòu)成了對應的二級where信息。獲取的自底向上的注意信息具有旋轉(zhuǎn)、平移

4、、比例縮放不變性和一定的抗噪能力。 第二，提出了一種新的以環(huán)境為中心的一級where信息提取算法(CONCEN)。CONCEN算法分為三個階段：1．提取一級where信息的高維編碼；2．對一級where信息高維編碼進行子采樣處理；3．計算高維編碼子采樣輸出的統(tǒng)計特征。將最終的統(tǒng)計特征系數(shù)定義為一級where信息，結(jié)合注意機制，一級where信息可以用來驅(qū)動自頂向下的注意，處理大范圍環(huán)境空間信息。CONCEN算法定義的一級wher

5、e信息不是以目標為中心的局部信息的簡單疊加，而是將整個場景看成一個獨立目標得出的真正意義上的環(huán)境信息，既保留了原始場景環(huán)境的全局結(jié)構(gòu)信息，又反映了空間、頻率和朝向特性。根據(jù)一級where信息獲得相關(guān)目標的先驗知識，用于指導與what信息和二級where信息相關(guān)的自底向上的注意。第三，提出了一種新的基于what和where信息的視覺感知模型(What andwhere information based visual perception

6、 model．WHAT-WHERE)。WHAT-WHERE模型采用以環(huán)境為中心的一級where信息進行自頂向下的注意控制，指導what信息和二級where驅(qū)動的自底向上的注意。自頂向下的注意包括預注意和集中注意兩個階段，預注意依據(jù)一級where信息為特定目標出現(xiàn)與否提供先驗，做出是否繼續(xù)搜索的判定。集中注意的結(jié)果與what信息和二級where信息相結(jié)合，將注意指向目標最有可能出現(xiàn)的圖像區(qū)域，即集中注意區(qū)域，并得到了圖像集中注意區(qū)域中的當

7、前顯著目標區(qū)域和顯著目標區(qū)域轉(zhuǎn)移的潛在目標。在顯著目標區(qū)域轉(zhuǎn)移的過程中，提出了一個新的目標轉(zhuǎn)移準則——吸引力。根據(jù)各潛在目標區(qū)域?qū)Ξ斍帮@著目標區(qū)域吸引力的大小，確定下一個待注視的顯著目標區(qū)域和相應的潛在目標。以此循環(huán)，并得到一系列顯著目標區(qū)域。 一級where信息既可以為哪種目標最有可能出現(xiàn)提供很強的先驗，也可以為圖像中期望的目標出現(xiàn)的位置提供先驗，從而可靠地指導自底向上的注意。WHAT-WHERE模型在預注意完成后根據(jù)條件就可