生物視覺(jué)感知啟發(fā)下的目標(biāo)檢測(cè)與識(shí)別技術(shù)研究.pdf

1、人類視覺(jué)感知系統(tǒng)能夠輕易地從外部復(fù)雜場(chǎng)景中感知靜止或運(yùn)動(dòng)的目標(biāo)，然而該感知過(guò)程對(duì)計(jì)算機(jī)來(lái)說(shuō)并非易事。作為計(jì)算機(jī)視覺(jué)領(lǐng)域中的研究熱點(diǎn)和難點(diǎn)之一，目標(biāo)檢測(cè)與識(shí)別長(zhǎng)期以來(lái)受到了眾多學(xué)者的關(guān)注，具有重要的學(xué)術(shù)研究?jī)r(jià)值。目標(biāo)檢測(cè)與識(shí)別是視頻監(jiān)控、智能交通、遙感測(cè)繪等應(yīng)用領(lǐng)域的核心技術(shù)，具有廣泛的應(yīng)用前景。近年來(lái)，大量的自動(dòng)目標(biāo)檢測(cè)與識(shí)別算法被提出，一定程度上提高了機(jī)器視覺(jué)感知系統(tǒng)的智能化水平。然而，機(jī)器視覺(jué)感知水平還遠(yuǎn)遠(yuǎn)落后于人類視覺(jué)的感知能力。

2、鑒于這一現(xiàn)狀，借鑒神經(jīng)科學(xué)和認(rèn)知心理學(xué)的研究成果，模擬生物視覺(jué)感知過(guò)程來(lái)建立目標(biāo)檢測(cè)與識(shí)別算法，是一個(gè)能極大程度提高目標(biāo)檢測(cè)與識(shí)別性能的研究和探索方向。
　　在生物視覺(jué)感知特性啟發(fā)下，本文開展了一系列目標(biāo)檢測(cè)與識(shí)別技術(shù)研究，著重研究了空間顯著目標(biāo)檢測(cè)技術(shù)、時(shí)空顯著目標(biāo)檢測(cè)技術(shù)、機(jī)載紅外運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)和無(wú)監(jiān)督層次化特征提取及其在分類識(shí)別中的應(yīng)用技術(shù)，具體內(nèi)容如下：
　　(1)基于選擇性視覺(jué)注意中的感覺(jué)增強(qiáng)理論，提出了一種基于

3、柯西圖嵌入的目標(biāo)空間顯著性計(jì)算方法。感覺(jué)增強(qiáng)理論表明目標(biāo)的注意是注意焦點(diǎn)擴(kuò)散的結(jié)果?；谶@一理論，該方法以經(jīng)典注意焦點(diǎn)預(yù)測(cè)方法為輸入，利用基于柯西圖嵌入的平滑約束對(duì)輸入結(jié)果進(jìn)行平滑、完成視覺(jué)組織過(guò)程，用以模擬注意焦點(diǎn)的擴(kuò)散過(guò)程。實(shí)驗(yàn)結(jié)果表明基于柯西圖嵌入的視覺(jué)組織優(yōu)于傳統(tǒng)的拉普拉斯圖嵌入，可以大大提高原輸入方法的顯著目標(biāo)預(yù)測(cè)性能，并且最終結(jié)果達(dá)到與已有專注于顯著目標(biāo)檢測(cè)的方法可比的性能。
　　(2)在視覺(jué)感知雙通路結(jié)構(gòu)啟發(fā)下，提出

4、了一種基于混合特征核回歸模型的目標(biāo)時(shí)空顯著性計(jì)算方法。視覺(jué)感知雙通路假設(shè)被普遍接受：視覺(jué)感知首先沿著腹部流通路和背部流通路分別進(jìn)行，最終完成信息整合。在這一視覺(jué)感知流程啟發(fā)下，提出的時(shí)空顯著性計(jì)算方法包括三個(gè)主要模塊：空域顯著性計(jì)算對(duì)應(yīng)腹部流通路的外觀感知功能；時(shí)域顯著性計(jì)算對(duì)應(yīng)背部流通路的運(yùn)動(dòng)感知功能；時(shí)空顯著性融合對(duì)應(yīng)雙通路的信息整合功能。為了應(yīng)對(duì)時(shí)空顯著性的融合問(wèn)題，首次提出混合特征空間核回歸模型誘導(dǎo)下的三種估計(jì)子，包括常數(shù)估計(jì)子

5、、線性估計(jì)子和非線性估計(jì)子。結(jié)合三種估計(jì)子，創(chuàng)造性的提出了一種混合融合算法。實(shí)驗(yàn)結(jié)果表明所提出的混合融合算法明顯優(yōu)于已有時(shí)空顯著性融合算法。得益于該混合融合算法，所提出的時(shí)空顯著性計(jì)算方法取得比已有方法更好的性能。
　　(3)在背部流感知通路反饋連接啟發(fā)下，提出了一種多級(jí)處理算法來(lái)解決機(jī)載紅外運(yùn)動(dòng)目標(biāo)檢測(cè)問(wèn)題。大量的神經(jīng)生理學(xué)實(shí)驗(yàn)表明負(fù)責(zé)運(yùn)動(dòng)信息處理的背部流通路的處理速度遠(yuǎn)遠(yuǎn)快于負(fù)責(zé)外觀信息處理的腹部流通路，并且呈現(xiàn)出明顯的背部流

6、通路反饋調(diào)節(jié)腹部流通路的特性。在這一不對(duì)稱連接特性啟發(fā)下，提出一種實(shí)時(shí)機(jī)載紅外運(yùn)動(dòng)目標(biāo)檢測(cè)算法，主要包括三級(jí)處理流程：快速運(yùn)動(dòng)感知；候選運(yùn)動(dòng)焦點(diǎn)及運(yùn)動(dòng)窗獲??；運(yùn)動(dòng)窗內(nèi)目標(biāo)精確提取。實(shí)驗(yàn)結(jié)果表明提出的多級(jí)處理算法在計(jì)算效率和檢測(cè)精度兩方面都優(yōu)于已有的算法。
　　(4)在視皮層層次化感知特性啟發(fā)下，提出了一種無(wú)監(jiān)督層次化特征提取方法并應(yīng)用于目標(biāo)和場(chǎng)景分類識(shí)別任務(wù)。大量的神經(jīng)生理學(xué)證據(jù)表明人類具有優(yōu)越的目標(biāo)感知和判別能力是因?yàn)橐暺拥牟?/p>

7、同皮層區(qū)域能夠響應(yīng)由低級(jí)到高級(jí)不斷抽象的特征。具體來(lái)說(shuō)，初級(jí)視皮層V1區(qū)細(xì)胞對(duì)類Gabor濾波器的低階邊緣比較敏感，而高級(jí)視皮層V2區(qū)細(xì)胞對(duì)高階的角點(diǎn)、連接點(diǎn)等特征比較敏感。從可視結(jié)果來(lái)看，所提出的層次化特征提取方法中的第一級(jí)特征表達(dá)的基函數(shù)類似于V1區(qū)細(xì)胞響應(yīng)，并且第二級(jí)特征表達(dá)的基函數(shù)類似于V2區(qū)細(xì)胞響應(yīng)。該特征提取方法在10類目標(biāo)分類任務(wù)的CIFAR-10數(shù)據(jù)庫(kù)和21類遙感影像場(chǎng)景分類任務(wù)的UCM-21數(shù)據(jù)庫(kù)上，均取得了理想的分類