基于生物啟發(fā)和統(tǒng)計分析相結合的圖像顯著性檢測模型研究.pdf

1、視覺注意力機制是人類能夠在復雜場景中快速獲取感興趣區(qū)域的原因之一。對視覺注意力的研究源于認知科學和神經生物學，近年來快速發(fā)展于計算機科學。計算機科學中采用“視覺顯著性”來量化視覺注意力，視覺顯著性檢測模型就是分析人的視覺注意機制，并設計數學模型來模擬這種機制。經過二十多年的發(fā)展，視覺顯著性檢測模型在處理視覺信息方面已經越來越接近人類的習慣。但因為“視覺顯著性”這個概念本身的定義尚不明確，所以目前視覺顯著性檢測還是一個開放性問題。造成這種

2、現象的原因主要在于兩點，第一點是認知科學和神經生物學對視覺注意力機制的研究還不完善，第二點是計算機科學中對于視覺顯著性的形式化描述還有改進空間。因此，如何定義“視覺顯著性”是計算機科學領域對視覺注意力研究的關鍵。
　　從兩個思路探索如何定義“視覺顯著性”。第一個思路是直接模擬人類視覺神經元感受野的選擇機制，提出了一種生物啟發(fā)的顯著性檢測模型。定義了一個模擬視覺神經元感受野的模板，與輸入圖像進行卷積運算，從而預測圖像中最吸引人類視覺

3、注意力的區(qū)域（簡稱RFS）。由于簡單細胞的感受野會對輸入信號形成一個稀疏表示，因此在RFS的基礎上訓練了一個非顯著模板，該模板描述了大量自然圖像的非顯著特征。通過計算輸入圖像與非顯著模板的響應，獲取圖像中不吸引人類視覺注意力的區(qū)域，從而反推圖像中吸引視覺注意力的區(qū)域（簡稱SRS）。模型RFS和SRS都是基于生物啟發(fā)的顯著性檢測模型，實驗表明這兩種模型運算速度快，準確率也高于經典的模型，并且SRS比RFS具有更高的準確率。
　　上面

4、提出的兩種模型都沒有考慮圖像內部數據之間的相關性，只考慮了先驗知識（即人類視覺神經元感受野的選擇機制）對輸入視覺信息的處理，因此第二個思路集中探索圖像內部特征對視覺注意力的影響。定義“視覺顯著性”的第二個思路是基于統(tǒng)計分析，實驗中分析了離群點與人眼注視點之間的相似性，提出利用特征的離群值定義顯著性。具體使用基于距離的離群點檢測方法來計算圖像的布爾圖，多個尺度的布爾圖經過線性疊加得到圖像的顯著圖（簡稱OS）。由于基于距離的離群點檢測的時間

5、復雜度較高，采用單次抽樣的方法將算法時間復雜度從原來的O(n2)降低到了O(n)（簡稱OSOS）。分析了算法的穩(wěn)定性，并證明了少量的抽樣次數不會影響到算法的穩(wěn)定性。模型OS和OSOS都是基于統(tǒng)計分析的顯著性檢測模型，實驗表明在人眼注視點預測數據庫上本文提出的模型準確率優(yōu)于經典模型，并且在同等條件下OSOS的運算時間遠小于OS。
　　上述兩種思路分別采用了兩個顯著性的定義來檢測圖像的顯著性。經過實驗觀察，這兩種顯著性定義對人眼注視點

6、的預測結果有較大差異，并且各有優(yōu)勢。利用預測誤差理論和引導濾波器，將SRS與OSOS統(tǒng)一為一個新的模型SROD，重新定義了“視覺顯著性”。模型SROD融合了SRS與OSOS的計算結果，并且在人眼注視點預測數據庫上具有更高的準確率。
　　視覺顯著性研究包含兩種基本任務：人眼注視點預測和顯著目標檢測，這兩者在相當長的時間里被認為是兩個相對獨立的任務。顯著目標檢測模型OS2是由前文提出的人眼注視點預測模型OS轉化而來，主要變化在于圖像表