選擇性視覺注意力的研究：基于頻帶選擇的計算模型及應(yīng)用.pdf

1、視覺注意力選擇是人類視覺系統(tǒng)(Human Vision System)的一項重要機制，它主要是通過大腦中的視覺系統(tǒng)對眼睛所接收到的信息進行精簡和處理，從而將提煉后的信息傳輸?shù)礁呒壍闹袠邢到y(tǒng)。通過這一功能的實現(xiàn)，人類能夠很快地注意到視野中有意義的顯著區(qū)域。在計算機視覺和人工智能領(lǐng)域，視覺注意力通常被作為預(yù)處理的步驟，用于實現(xiàn)后續(xù)的目標檢測、圖像分割、圖像壓縮等。
　　視覺注意力的機制分為自底向上(bottom-up)和自頂向下(to

2、p-down)兩種，本文主要對前者進行了研究。自底向上的機制完全由數(shù)據(jù)驅(qū)動，這一類方法包括仿生物特性的NVT(Neuromorphic Vision Toolkit)、基于相位譜變換的PQFT(PhaseQuaternion Fourier Transform)以及基于工程計算的FTS(Frequency Tuned Saliency)等。其中，NVT和PQFT僅對較小目標或邊緣信息的顯著性預(yù)測有效，而FTS主要針對大目標的顯著區(qū)域計算

3、。
　　本論文首先針對現(xiàn)有視覺注意力模型的缺點和不足，基于生物學上非經(jīng)典感受野(non-Classical Receptive Field)的發(fā)現(xiàn)，從頻域分析的角度提出了一種新的頻帶挑選的方法。該方法同時考慮了空間頻率的低頻和高頻成分信息，在分析了各頻帶的顯著程度后，挑選出最優(yōu)的頻帶以生成顯著圖。這一方法能夠預(yù)測出不同尺寸目標的顯著性，大幅改善了之前模型只針對單一類型數(shù)據(jù)的缺陷。
　　其次，在上述模型的基礎(chǔ)上提出了基于白化(

4、whitening)的改進頻帶選擇模型。首先，我們采用去相關(guān)以及方差歸一化的白化方法，來高效地提取出不同尺寸特征圖的顯著信息，避免了傳統(tǒng)觀方法分割或分塊帶來的復雜運算。另一方面，基于評價指標的優(yōu)化，我們改進了模型關(guān)于挑選頻帶的權(quán)重函數(shù)。改進的方法無論對于注視點數(shù)據(jù)(fixation dataset)還是分割數(shù)據(jù)(segmentation dataset)都有很好的效果，同時與心理學實驗的結(jié)果有良好的一致性。
　　最后，我們將所提出