視覺注意的研究-基于頻域方法的理論與建模.pdf

1、在我們的視覺系統(tǒng)中，視覺信息首先被分解為亮度、顏色、方位、運動等簡單的特征。雖然這快速而并行的過程針對著整個視野，我們感知到的視覺信息在每一時刻只是針對于視野中的局部區(qū)域，同時串行的隨著我們注視中心的改變轉(zhuǎn)移。那我們視覺系統(tǒng)中為什么需要如此大及針對于整個視野的特征集如果我們只能感知到一個小區(qū)域?是為了找到一個感興趣或顯著的區(qū)域作為我們下一個注視中心，而這樣我們能夠減少基于檢測和識別的搜索時間。
　　在本論文我們研究此十分重要的視覺

2、注意機制，特別是對于基于頻域的自下而上顯著性檢測方法，因為那些方法速度快，符合心理學的實驗，可卻沒有任何生物依據(jù)這些方法只是通過實驗結果啟發(fā)式地證明該方法模仿視覺注意的能力。我們的研究動機就是給出基于頻域的視覺注意方法的生物依據(jù)，并且提出一個更有生物可信性的方法。其方法要簡單，計算速度要快，并且性能要好于其他的視覺注意方法。以下是我們主要的4個創(chuàng)新點：
　　1.除法歸一化能夠模仿視覺細胞的側(cè)抑制機制，被認為是對于視覺注意具有關鍵作

3、用的中心-周邊對抗性。我們推導除法歸一化的頻域等效，并且連接到信息理論中的能量均衡或白化原理，能夠得到信息最大化。我們把此理論稱為譜白化(SW)。
　　2.在SW理論的基礎上，提出一個快速、具有生物可信性的基于頻域的視覺注意顯著性檢測方法，稱為頻域除法歸一化(FDN)。我們給出一個基于空間域的方法，然后給出它在頻域中的等效。其中在特征抽取階段我們使Fourier系數(shù)歸為相似于contourlet變換的子帶組，并用頻域中的除法歸一化

4、來計算顯著性。實驗表明頻域中的除法歸一化符合單細胞的生理實驗，而FDN方法在視覺的心理學實驗及在人眼注視點的兩個數(shù)據(jù)庫檢測中性能最好。
　　3.因頻域的全局性FDN假設側(cè)抑制的區(qū)域是全局的，而生物的周邊是局部的，為了克服這個問題我們擴展FDN方法，提出一個分塊的FDN模型(PFDN)。用Laplacian金字塔分解尺度信息，使每個尺度層分為重疊的子塊分別進行FDN的計算，最后重組為顯著圖，這種做法更符合生物實驗。此外，我們加入運動

5、信息，用相位相關補償(PCC)的差圖作為運動通道，得到一個完整的時空視覺注意模型。在圖像和視頻的人眼注視點預測實驗中PFDN展示出優(yōu)勢，性能要比FDN和其他典型方法更好。
　　4.提出一個PFDN方法的應用，在感興趣區(qū)域(ROI)的圖像編碼領域做出貢獻。我們給出一個基于DCT變換的后處理方法，把小于閾值的DCT系數(shù)設為0。我們給高顯著性的DCT子塊更低的閾值及低顯著性的DCT子塊更高的閾值。這樣，我們稀疏化低顯著性的DCT子塊，得