面向非結(jié)構(gòu)化場景目標(biāo)定位的超完備視覺計算模型及應(yīng)用.pdf

1、視頻以及圖像信息在無人駕駛、視頻監(jiān)控、目標(biāo)定位等社會、經(jīng)濟和國家安全領(lǐng)域中的需求持續(xù)迅猛增長,使其呈現(xiàn)出對象復(fù)雜性、媒體數(shù)據(jù)規(guī)模化、應(yīng)用需求多樣化的特點。這些信息既可被人直接感知并理解,也可被計算機處理利用。動物視皮層的信息處理機制與傳統(tǒng)的基于像素的計算機視覺在信息處理基本原理、計算模式和方法上有著本質(zhì)的差別,目前的計算機視覺針對復(fù)雜非結(jié)構(gòu)化場景的處理能力和效率都很難與視覺系統(tǒng)相比較,很難滿足現(xiàn)實應(yīng)用的需求。結(jié)合視覺認知等相關(guān)科學(xué),探索

2、更符合生物學(xué)機理的實際計算模型并改進現(xiàn)有的計算機處理模式代表了目前目標(biāo)定位技術(shù)研究發(fā)展的主要趨勢。
　　 本文圍繞視覺感知特征提取、表達與計算這一核心科學(xué)問題?；谟行Ь幋a假說和視覺系統(tǒng)是適應(yīng)自然環(huán)境結(jié)果的假設(shè),在視覺信息稀疏編碼模型基礎(chǔ)上,以自然圖像的統(tǒng)計特性為切入點,研究模擬復(fù)雜視覺信息處理模式的稀疏超完備表示方法,建立并完善模擬初級視皮層(VI區(qū))復(fù)雜信息處理機制的稀疏超完備視覺計算模型,用以改進傳統(tǒng)方法,解決由于許多不確

3、定因素或無法預(yù)測狀態(tài)的存在而導(dǎo)致的非結(jié)構(gòu)化場景中目標(biāo)識別的能力和效率問題。然而,由于超完備增加了稀疏分解的組合搜索難度,同時改變了輸入空間與編碼空間的對稱性,使得模型求解和計算及應(yīng)用方法變得復(fù)雜。因此,進一步提出了應(yīng)用視覺計算模型相關(guān)的關(guān)鍵算法,解決提取有效的自然圖像統(tǒng)計特征的問題,并基于上述模型和算法提出針對非結(jié)構(gòu)化場景目標(biāo)定位方法。實驗結(jié)果驗證了模型和算法的正確性和有效性,主要研究結(jié)果包括:
　　 (1)基于視覺系統(tǒng)是適應(yīng)自

4、然環(huán)境的結(jié)果的假設(shè),以自然圖像的統(tǒng)計特性作為問題的切入點,闡述當(dāng)前與圖像統(tǒng)計特性相關(guān)的動物視覺生理實驗結(jié)果及相關(guān)信息處理機制,歸納總結(jié)并形成相關(guān)計算方法、優(yōu)化判據(jù)和優(yōu)化算法基礎(chǔ)。
　　 (2)在上述研究基礎(chǔ)上,模擬VI區(qū)稀疏編碼機制、超完備表示機制和感受野機制,建立了基于稀疏超完備的視覺計算模型。首先從自然圖像中學(xué)習(xí)簡單細胞感受野超完備集,然后對自然圖像有效特征進行表示,最后提取了形成視像的有效信息。
　　 (3)針對非