[发明专利]一种基于背侧通路引导的视觉注意计算模型及其处理方法

说明书

技术领域

本发明属于视觉信息处理领域，涉及一种基于背侧通路引导的视觉注意计算模型及其处理方法。

背景技术

视觉选择性注意机制是大脑有意识地选择某种感兴趣的视觉信息进行加工并阻止其他无用信息进入意识加工的一种机制。这种机制是人类信息处理过程中的一种重要的心理调节机制，它能使人们将有限的视觉处理资源集中于自身感兴趣的场景信息处理。由于选择性注意的重要作用，使其不仅在认知科学研究中获得了较多关注，而且在计算机视觉领域的应用也日益受到人们的重视。

视觉选择性注意的计算模型是对人类视觉注意机制的借用而提出的并发展起来的一种计算模型。由于注意机制的引入，一定程度上使得在图像中检测选择感兴趣区域，对最有可能受到关注的目标进行加工处理成为可能。这不仅可以大大降低视觉计算处理的信息量，而且可以提高检测目标的效果，具有很高的应用价值。

现有的视觉选择性注意的计算模型可以分为自底向上(bottom-up)和自顶向下(top-down)两类。自底向上的注意计算模型是基于图像的初级视觉特征分析形成的，由数据驱动的计算模型；自顶向下的注意计算模型是基于高层知识与视觉任务指引的计算模型。目前自底向上的注意计算研究取得的成果较多，也较成熟；而自顶向下的注意计算研究较为困难，其主要方法还是使用一些简化的高层信息或某些线索进行注意的引导计算。

自底向上的视觉选择性注意计算模型的心理学理论基础是Treisman关于注意的特征整合理论。它的策略主要是模拟人类视觉系统在前注意阶段对视觉特征的并行处理，采用刺激驱动的方式，获得突显目标。它可以通过大规模并行处理来选择突现的刺激，因此速度较快。大多数自底向上的视觉选择性注意计算模型都有类似于图1所示的架构，这类模型首先对输入图像在多个尺度上提取各种视觉特征，并将提取到的视觉特征以一定的权重合并生成一张显著图，最后采用某种机制从显著图中选择出注意焦点。

最早的视觉选择性注意模型是Koch等人在1985年提出的，但是这个模型只提出了一个视觉选择性注意模型的计算框架，它并未真正实现。尽管如此，Koch的模型对其后各种模型的影响很大，该模型中的许多计算方法，特别是采用WTA(Winner Take All)神经网络产生注意焦点的机制被其后的许多模型所借鉴。Clark等人在1988第一次真正实现了一个视觉选择性注意计算模型，并将其用于一个双目机器人系统。Milanese在1993提出的自底向上选择性注意模型中首次提出了特征显著图(conspicuity maps)的概念并利用中央-周边差分算子实现特征的提取。Itti在1998年提出了一个视觉选择性注意计算模型，该模型基于Treisman的特征整合理论和Koch视觉选择性注意计算框架实现了一个视觉选择性注意计算工具包iNVT(iLab Neuromorphic Vision C++Toolkit)，它采用高斯金字塔结构，在非均匀采样的基础上通过中央-周边差分算子得到特征的显著度，其架构如图2所示。Itti的模型是目前为止最出名，影响最大的一个视觉选择性注意模型，许多学者的相关研究均是在这个模型基础上进行的。Itti模型模拟了生物视觉系统对观察到的各个物体的颜色、亮度和方向等初级视觉特征进行并行加工，及对各个视觉目标相互竞争获得注意的选择性过程。它根据Treisman特征整合理论将视觉注意分为特征登记和特征整合两个阶段的假设，首先模拟特征登记阶段快速并行地从图像数据中抽取视觉场景中各物体的物理特征，形成各个视觉特征独立编码的心理表征过程，采用线性滤波器和中心-周边差分算子从输入图像提取多个空间尺度的各种视觉特征数据，并采用侧抑制机制实现每个同类特征在各空间位置的竞争，形成表征各个视觉特征独立编码的特征图(Feature Map)；接着该模型模拟特征整合阶段通过竞争选择，将注意窗口仅集中在一个物体的位置上，同时将所有其他物体的特征抑制排除在知觉水平之外的过程，将所有的特征图融合形成一张显著图(Saliency Map)，并通过WTA(Winner Take All)神经网络互相竞争，选出显著度最高的物体位置，作为注意选择的目标，同时它利用返回抑制机制实现注意目标的选择和切换。