視覺注意的空間拓?fù)浣７椒ㄑ芯?pdf

1、視覺注意建模是生物心理學(xué)、神經(jīng)計(jì)算科學(xué)的主要研究內(nèi)容，同時(shí)對(duì)計(jì)算機(jī)視覺、人工智能、模式識(shí)別和多媒體內(nèi)容分析等多個(gè)領(lǐng)域的理論和技術(shù)發(fā)展有很強(qiáng)的促進(jìn)作用，近年來正受到越來越多的關(guān)注。本文主要研究生物啟發(fā)式的視覺注意計(jì)算模型。
　　傳統(tǒng)的視覺注意模型主要存在以下兩個(gè)問題：1．沒有考慮到視覺特征所對(duì)應(yīng)的生理系統(tǒng)的自身特點(diǎn)，以及各生理系統(tǒng)之間的層級(jí)關(guān)系；2．顯著度檢測(cè)算子定義在全局上或局部鄰域上，計(jì)算過程中引入了很多非活躍信號(hào)，沒有考慮特征

2、通道本身的拓?fù)涮匦?，從而?dǎo)致特征判別力的減弱和計(jì)算精度的下降。為了解決上述兩個(gè)問題，本文從人類自身的視覺系統(tǒng)生理特點(diǎn)出發(fā)，提出了一種層級(jí)化的嵌入了拓?fù)浣Y(jié)構(gòu)信息的視覺注意模型( Topology Embedded Attention Model，簡(jiǎn)稱TEAM)。TEAM只處理那些有可能激活高層神經(jīng)元的刺激信號(hào)（活躍野），并且強(qiáng)調(diào)視覺輸入中拓?fù)湫畔⒌倪\(yùn)用。TEAM具有分級(jí)結(jié)構(gòu)，包括低級(jí)、中級(jí)、高級(jí)和語義級(jí)子模塊，分別對(duì)應(yīng)了視網(wǎng)膜神經(jīng)節(jié)核團(tuán)、

3、視覺皮層的簡(jiǎn)單細(xì)胞核團(tuán)、復(fù)雜細(xì)胞核團(tuán)以及超復(fù)雜細(xì)胞核團(tuán)的響應(yīng)處理。每一級(jí)TEAM子模塊都有單獨(dú)定義的視覺特征及顯著度檢測(cè)算子。隨著視覺信息由低級(jí)神經(jīng)系統(tǒng)向高級(jí)神經(jīng)系統(tǒng)流動(dòng)，TEAM子模塊的視覺特征逐步復(fù)雜，顯著度檢測(cè)算子也由較為規(guī)整的空域形式轉(zhuǎn)變?yōu)榱闵⒌耐負(fù)湫问?。TEAM模型的計(jì)算復(fù)雜度與視覺信號(hào)的復(fù)雜度成正比，因而從生物心理學(xué)角度來講其計(jì)算方式更為合理。
　　本文進(jìn)行了兩組實(shí)驗(yàn)，實(shí)驗(yàn)方法和評(píng)估準(zhǔn)則采用國際主流會(huì)議和期刊的標(biāo)準(zhǔn)，主

4、要包括對(duì)心理學(xué)模式圖像的響應(yīng)和搜索效率分析，以及對(duì)自然圖像的響應(yīng)和眼動(dòng)跟蹤數(shù)據(jù)的分類性能分析。實(shí)驗(yàn)結(jié)果表明，與近幾年的多種代表性注意模型相比，本文提出的TEAM模型具有最佳的顯著度檢測(cè)效果和一定的魯棒結(jié)果表明，本文的APA框架，能夠在大眾化的照片評(píng)估中較好的體現(xiàn)用戶的主觀感受，在個(gè)性化照片評(píng)估中也能有效反映出不同用戶的評(píng)估偏置。性。
　　考慮到人的感知特點(diǎn)，本文將視覺注意模型應(yīng)用到照片評(píng)估上。傳統(tǒng)方法偏重于照片本身的物理屬性（如清