視覺(jué)注意的研究-基于頻域方法的理論與建模.pdf

1、在我們的視覺(jué)系統(tǒng)中，視覺(jué)信息首先被分解為亮度、顏色、方位、運(yùn)動(dòng)等簡(jiǎn)單的特征。雖然這快速而并行的過(guò)程針對(duì)著整個(gè)視野，我們感知到的視覺(jué)信息在每一時(shí)刻只是針對(duì)于視野中的局部區(qū)域，同時(shí)串行的隨著我們注視中心的改變轉(zhuǎn)移。那我們視覺(jué)系統(tǒng)中為什么需要如此大及針對(duì)于整個(gè)視野的特征集如果我們只能感知到一個(gè)小區(qū)域?是為了找到一個(gè)感興趣或顯著的區(qū)域作為我們下一個(gè)注視中心，而這樣我們能夠減少基于檢測(cè)和識(shí)別的搜索時(shí)間。
　　在本論文我們研究此十分重要的視覺(jué)

2、注意機(jī)制，特別是對(duì)于基于頻域的自下而上顯著性檢測(cè)方法，因?yàn)槟切┓椒ㄋ俣瓤?，符合心理學(xué)的實(shí)驗(yàn)，可卻沒(méi)有任何生物依據(jù)這些方法只是通過(guò)實(shí)驗(yàn)結(jié)果啟發(fā)式地證明該方法模仿視覺(jué)注意的能力。我們的研究動(dòng)機(jī)就是給出基于頻域的視覺(jué)注意方法的生物依據(jù)，并且提出一個(gè)更有生物可信性的方法。其方法要簡(jiǎn)單，計(jì)算速度要快，并且性能要好于其他的視覺(jué)注意方法。以下是我們主要的4個(gè)創(chuàng)新點(diǎn)：
　　1.除法歸一化能夠模仿視覺(jué)細(xì)胞的側(cè)抑制機(jī)制，被認(rèn)為是對(duì)于視覺(jué)注意具有關(guān)鍵作

3、用的中心-周邊對(duì)抗性。我們推導(dǎo)除法歸一化的頻域等效，并且連接到信息理論中的能量均衡或白化原理，能夠得到信息最大化。我們把此理論稱為譜白化(SW)。
　　2.在SW理論的基礎(chǔ)上，提出一個(gè)快速、具有生物可信性的基于頻域的視覺(jué)注意顯著性檢測(cè)方法，稱為頻域除法歸一化(FDN)。我們給出一個(gè)基于空間域的方法，然后給出它在頻域中的等效。其中在特征抽取階段我們使Fourier系數(shù)歸為相似于contourlet變換的子帶組，并用頻域中的除法歸一化

4、來(lái)計(jì)算顯著性。實(shí)驗(yàn)表明頻域中的除法歸一化符合單細(xì)胞的生理實(shí)驗(yàn)，而FDN方法在視覺(jué)的心理學(xué)實(shí)驗(yàn)及在人眼注視點(diǎn)的兩個(gè)數(shù)據(jù)庫(kù)檢測(cè)中性能最好。
　　3.因頻域的全局性FDN假設(shè)側(cè)抑制的區(qū)域是全局的，而生物的周邊是局部的，為了克服這個(gè)問(wèn)題我們擴(kuò)展FDN方法，提出一個(gè)分塊的FDN模型(PFDN)。用Laplacian金字塔分解尺度信息，使每個(gè)尺度層分為重疊的子塊分別進(jìn)行FDN的計(jì)算，最后重組為顯著圖，這種做法更符合生物實(shí)驗(yàn)。此外，我們加入運(yùn)動(dòng)

5、信息，用相位相關(guān)補(bǔ)償(PCC)的差圖作為運(yùn)動(dòng)通道，得到一個(gè)完整的時(shí)空視覺(jué)注意模型。在圖像和視頻的人眼注視點(diǎn)預(yù)測(cè)實(shí)驗(yàn)中PFDN展示出優(yōu)勢(shì)，性能要比FDN和其他典型方法更好。
　　4.提出一個(gè)PFDN方法的應(yīng)用，在感興趣區(qū)域(ROI)的圖像編碼領(lǐng)域做出貢獻(xiàn)。我們給出一個(gè)基于DCT變換的后處理方法，把小于閾值的DCT系數(shù)設(shè)為0。我們給高顯著性的DCT子塊更低的閾值及低顯著性的DCT子塊更高的閾值。這樣，我們稀疏化低顯著性的DCT子塊，得