注意力選擇機(jī)制的研究-算法設(shè)計以及系統(tǒng)實現(xiàn).pdf

1、注意力選擇是人的視覺感知的一個重要性質(zhì),人可以很容易的完成一般物體的檢測和識別,然而傳統(tǒng)的機(jī)器視覺卻沒有辦法做到,如何開發(fā)擬人的注意力系統(tǒng)是本文的研究重點?，F(xiàn)有的模仿人的注意力選擇模型主要有自下而上的Neuromorphic Vision C++Toolkit(NVT),Saliency/ToolBox(STB)模型等,但其計算復(fù)雜度高,無法實時應(yīng)用；自下而上和自上而下結(jié)合的模型,但自上而下部分需要人的參與,且它們不具備學(xué)習(xí)和記憶的能力

2、。本文在研究現(xiàn)有的模型基礎(chǔ)上提出帶有學(xué)習(xí)和記憶的注意力選擇模型、具有帶有遺忘函數(shù)的視覺記憶和能實時運(yùn)用的時空顯著性模型。本研究主要內(nèi)容包括：
　　 ⑴提出了一種帶有學(xué)習(xí)和視覺記憶的注意力選擇模型,該模型包含3個部分,分別為感知映射,認(rèn)知映射以及運(yùn)動映射。在認(rèn)知映射中,我們提出了基于視覺記憶的自監(jiān)督競爭神經(jīng)網(wǎng)絡(luò)和眼球運(yùn)動估計機(jī)制,并且利用增量多層回歸樹來模擬視覺記憶。該模型能學(xué)習(xí)不同的目標(biāo),對外界環(huán)境有自適應(yīng)的能力,我們的模型被應(yīng)

3、用于目標(biāo)跟蹤以及機(jī)器人自主導(dǎo)航,取得了良好的效果。
　　 ⑵視覺記憶對于注意力選擇結(jié)果有著很大的影響,然而現(xiàn)有的視覺記憶模型沒有遺忘功能,在處理連續(xù)不斷的圖像樣本時,會出現(xiàn)速度越來越慢以及記憶溢出的情況。本文提出了一種新的帶有遺忘函數(shù)的視覺記憶模型:遺忘增量多層分類回歸樹。該模型可以同時模擬人腦的長期記憶和短期記憶。實驗表明，我們提出的記憶模型具有穩(wěn)定的規(guī)模,較快的搜索速度和較高的準(zhǔn)確率。該記憶模型應(yīng)用在我們提出的注意力選擇模型

4、上,實現(xiàn)了有監(jiān)督的視頻編碼。
　　 ⑶針對現(xiàn)有的自下而上模型的計算復(fù)雜度高問題,提出了一種基于四元數(shù)傅立葉變換的時空顯著性檢測方法。把一幅圖像每個像素的值用四元數(shù)表示,并利用其傅立葉相位譜來獲得時空顯著圖。實驗表明該方法不但比NVT,STB模型更接近人的注意力選擇的結(jié)果,而且速度很快,能夠?qū)崟r運(yùn)算。
　　 ⑷將我們提出的時空顯著性檢測性方法推廣到多分辨率下的顯著圖,提出了層次選擇模型來獲取一幅圖像的樹狀表示,利用這種表示