基于視覺選擇性注意機制的目標檢測方法研究.pdf

1、計算機視覺中目標物的檢測一直都是研究的熱點和難點。隨著機器人技術和計算機視覺研究的深入，快速地在復雜場景中檢測出目標物變得尤為重要。視覺選擇性注意是人類感知的一種機制，它可以高效地從場景中選擇相關區(qū)域以便高層進行識別處理。不管感知到的數據多么復雜，這種機制使得人類都可以在他們所處的環(huán)境中有效地活動。近年來，有關視覺選擇性注意機制的研究得到高度的重視和迅速的發(fā)展。 本文在國家重點基礎研究發(fā)展計劃課題“仿生微納敏感器件與智能系統(tǒng)”的

2、支持下，建立了視覺選擇性注意機制計算機模型并將其實際應用。主要研究內容如下： 首先，介紹了心理學及神經生物學關于視覺選擇性注意的基礎研究。并對部分當前主流的心理學模型和計算機模型進行了分析。為建立本文的計算機模型打下基礎。 其次，以Itti的NVT模型為基礎引出了本文的自下而上的選擇性注意模型。對原有的模型進行了改進使其更加符合人類視覺感知。以強度、顏色和方向為特征分量，結合感受野機制得到顯著圖。對模型執(zhí)行的細節(jié)部分做了

3、詳細的介紹和分析。對基礎模型的改造包括定義了自己的權重函數，將顏色空間轉換到LAB顏色空間進行，將On型和Off型視野機制分別引入到模型當中等等，獲得了較為滿意的試驗結果。并且實現(xiàn)了注意焦點的轉移。 然后，設計了自上而下的部分并將其引入到模型當中。試驗結果顯示了自上而下信息對目標物檢測的重要性和高效性。 最后，結合本實驗室課題，將模型改造后應用到智能車輛駕駛環(huán)境檢測上，取得了良好的效果。對模型的具體應用做了簡單的探索。