視覺注意計算模型及在視頻對象檢測中的應用.pdf

1、視覺注意是視覺系統(tǒng)一個重要的信息加工機制。該機制能選擇性地分配資源給某些認知加工過程，減少大量冗余加工，使得這些認知過程對信息的加工更加快速準確。因此，模擬視覺注意機制的視頻信息處理成為認知計算與計算機視覺領域的重要研究課題。視頻對象檢測對視頻處理與分析具有重要作用，但視頻場景變化的不確定性會加劇視頻對象檢測的難度，如光照變化，背景擾動，鏡頭移動等，使得視頻對象檢測一直是計算機視覺中的經典難題。然而，視覺注意能克服場景變化的不確定性，對

2、運動對象維持著穩(wěn)定有效的關注狀態(tài)，因此模擬視覺注意的運動對象檢測成為研究的熱點。目前，基于視覺注意機制的視頻對象檢測大多采用傳統(tǒng)的空間特征或運動特征加工方法完成，并未考慮視覺系統(tǒng)神經元的運動感知機理，無法克服傳統(tǒng)算法對非剛性目標檢測的諸多問題。針對這些不足，本文結合視覺系統(tǒng)生理學和心理學的研究成果，構建了基于視覺初級視皮層(V1)信息加工的視覺注意計算模型。該模型利用視覺皮層的背側和腹側雙通路理論，充分整合不同通道的特征獲取更加有效的注

3、意顯著性圖，并應用于視頻對象檢測，取得了較好的檢測效果。其主要創(chuàng)新點表現(xiàn)在以下幾個方面：
　　首先，構建了基于視覺雙通道理論的視覺注意計算模型。該模型模擬視網膜的機理獲取對比度增強的時空信息；利用時空Gabor濾波器模擬V1神經元經典感受野的時空屬性，提取方向性的和無方向性的運動能量；模擬 V1神經元的非經典感受野的中心環(huán)繞屬性，獲取方向性的和無方向性的時空信息；利用不同速度下感知信息的特點，融合時空信息，獲取視頻對象的顯著性圖。

4、
　　其次，提出了基于神經元中心環(huán)繞作用的全局特征整合方法。利用視覺皮層神經網絡中神經元側連接所引起的中心環(huán)繞易化與環(huán)繞抑制作用，提出了環(huán)繞抑制和環(huán)繞易化的計算方法，給出了環(huán)繞易化與環(huán)繞抑制相互作用的動態(tài)平衡條件。從而抑制了無關干擾，整合了全局特征，從而實現(xiàn)對時空特征的全局感知。
　　最后，提出了融合不同特征的顯著圖計算方法和視頻對象檢測方法。利用感知的全局特征，結合不同特征的屬性，計算顯著性圖。利用工作記憶保留的時空上下文