人類視覺認(rèn)知模式的統(tǒng)計(jì)分析與建模.pdf

1、作為神經(jīng)形態(tài)計(jì)算的一個(gè)重要分支，對(duì)人類視覺認(rèn)知與決策的機(jī)理及其計(jì)算模型進(jìn)行研究不但能夠促進(jìn)神經(jīng)科學(xué)、計(jì)算機(jī)視覺、人工智能等科學(xué)領(lǐng)域的理論與技術(shù)進(jìn)步，同時(shí)也能為生物醫(yī)療、智能服務(wù)，軍事裝備研制等國(guó)家與社會(huì)民生建設(shè)提供有力支撐。本文將認(rèn)知心理學(xué)領(lǐng)域中不確定情況下的決策啟發(fā)式與具體的視覺計(jì)算問題相關(guān)聯(lián)，系統(tǒng)的研究和構(gòu)建了視覺認(rèn)知中影響決策的若干關(guān)鍵因素的統(tǒng)計(jì)計(jì)算模型，并在實(shí)際問題中對(duì)提出的模型進(jìn)行了應(yīng)用和驗(yàn)證。本文的具體內(nèi)容和主要貢獻(xiàn)概括如下

2、：
　　首先，本文從統(tǒng)計(jì)分析的角度對(duì)人眼注視點(diǎn)進(jìn)行分析，歸納得出視覺顯著性的超高斯分布先驗(yàn)，并建立了一個(gè)與人類眼動(dòng)行為極為相似的動(dòng)態(tài)視覺認(rèn)知框架。在合成圖像和自然圖像上進(jìn)行的人眼注視點(diǎn)預(yù)測(cè)及原型目標(biāo)檢測(cè)等相關(guān)實(shí)驗(yàn)表明，本文提出的模型在性能上明顯優(yōu)于目前國(guó)際主流的視覺注意模型和顯著性檢測(cè)算法，能夠快速發(fā)現(xiàn)信號(hào)中的顯著模式，同時(shí)有效預(yù)測(cè)和模擬人眼的掃視行為。本部分工作主要回答了“視覺信號(hào)中哪些信息是在決策中實(shí)際可用的”，對(duì)應(yīng)了Kahn

3、eman理論的“可用性”啟發(fā)式。
　　其次，本文就視覺注意建模和顯著性檢測(cè)算法研究中涉及的一些核心問題進(jìn)行了拓展研究。在模型適應(yīng)性實(shí)驗(yàn)中，可以發(fā)現(xiàn)不同的模型在圖像級(jí)別上的性能表現(xiàn)相似，同時(shí)也觀測(cè)到了較低的觀察者一致性所造成的模型性能衰減。針對(duì)模型尺度的相關(guān)實(shí)驗(yàn)表明，多尺度融合的策略更適合處理包含了多個(gè)尺度的顯著目標(biāo)的場(chǎng)景。在針對(duì)模型特征維度的實(shí)驗(yàn)中，可以發(fā)現(xiàn)高維度的特征并不總是帶來性能的提升，完備的特征表達(dá)往往不是最優(yōu)的。最后，基

4、于20種計(jì)算模型，提出了一種普適的模型增強(qiáng)算法和基于統(tǒng)計(jì)的多模融合策略。
　　再次，本文以基于貝葉斯集的代表性計(jì)算模型為基礎(chǔ)，引入了認(rèn)知心理學(xué)中的原型理論和網(wǎng)絡(luò)知識(shí)挖掘領(lǐng)域的本體知識(shí)庫，利用本體知識(shí)來構(gòu)建一個(gè)局部的語義上下文環(huán)境，同時(shí)采用由動(dòng)態(tài)聚類算法挖掘出的原型來對(duì)目標(biāo)概念進(jìn)行緊湊的表達(dá)。在此基礎(chǔ)上，進(jìn)一步構(gòu)建基于隱含語義的視覺代表性計(jì)算模型。與領(lǐng)域現(xiàn)有的模型相比，本文提出的模型能夠有效刻畫給定樣本針對(duì)特定語義概念的代表性程度，

5、其在ImageNet數(shù)據(jù)庫和本文所構(gòu)建的互聯(lián)網(wǎng)圖像數(shù)據(jù)集上的圖像排序測(cè)試中均取得了更優(yōu)的性能。本部分工作主要回答了“視覺信號(hào)中哪些信息是具有特定語義代表性的”，對(duì)應(yīng)了Kahneman理論的“代表性”啟發(fā)式。
　　最后，本文對(duì)互聯(lián)網(wǎng)上視覺媒體數(shù)據(jù)的分布規(guī)律展開了探索，提出人類認(rèn)知偏好與互聯(lián)網(wǎng)圖像分布的關(guān)聯(lián)假設(shè)，建立一個(gè)既服從Web數(shù)據(jù)自身分布特性，又符合人類認(rèn)知習(xí)慣的視覺語義計(jì)算模型。實(shí)驗(yàn)結(jié)果表明，本文提出的模型可以通過語義這一線索

6、將互聯(lián)網(wǎng)上繁雜的視覺媒體數(shù)據(jù)組織起來，并把人類嵌入在網(wǎng)絡(luò)數(shù)據(jù)中的認(rèn)知模式（即錨定點(diǎn)）抽取出來，形成抽象語義與視覺媒體之間的量化關(guān)聯(lián)。相關(guān)實(shí)驗(yàn)還從側(cè)面驗(yàn)證了互聯(lián)網(wǎng)上確實(shí)存在著大量可挖掘的人類知識(shí)，同時(shí)也為“物體的正則視圖”和“決策中的代表性啟發(fā)式”這兩個(gè)獨(dú)立的心理學(xué)研究領(lǐng)域建立了形式化的數(shù)學(xué)聯(lián)系。本部分工作主要回答了“視覺信號(hào)中哪些是決策的錨點(diǎn)”，對(duì)應(yīng)了Kahneman理論的“錨定”啟發(fā)式。
　　通過上述研究，本文對(duì)面向視覺決策的認(rèn)