視覺注意機(jī)制理論分析(編輯修改稿)
2025-07-22 17:37 本頁面
【文章內(nèi)容簡介】 我們會輕易的發(fā)現(xiàn)，墻壁上的小坑和黑點(diǎn)，白色打印紙上的紙張缺陷，藍(lán)色車牌上的車牌號碼等等。，當(dāng)人們觀察以下幾張圖片時(shí)，觀察者會迅速將自己的注意力集中在左邊圖中的空心圓、中間圖中的實(shí)心圓以及右邊圖中間部分的斜線，這種人眼的選擇過程就是視覺注意， 視覺注意機(jī)制示例圖【17】。 關(guān)于視覺注意機(jī)制，研究者們最初從生物神經(jīng)科學(xué)、心理科學(xué)等方面進(jìn)行了大量的探索。心理學(xué)家將視覺注意劃分為兩種:一種是以自底向上(數(shù)據(jù)驅(qū)動(dòng))的方式驅(qū)使的，另一種是以自頂向下(任務(wù)驅(qū)動(dòng))的信息來控制的。自底向上的視覺注意機(jī)制是基于刺激的、與任務(wù)無關(guān)的，比如在綠油油的草地上有一只白色的羊，大部人會第一時(shí)間注意到與周圍環(huán)境不一樣的羊。自頂向下的視覺注意機(jī)制是基于任務(wù)的，受意識支配。比如在機(jī)場接人時(shí)，我們會立刻看到我們要接的人，而對其他的人則視而不見。 數(shù)據(jù)驅(qū)動(dòng)的視覺注意機(jī)制模型數(shù)據(jù)驅(qū)動(dòng)的視覺注意機(jī)制的初級計(jì)算模型的研究從80年代后就開始成為很熱的研究點(diǎn)，Koach等人在1985年提出了這種計(jì)算模型的理論框架[18]，其中的神經(jīng)網(wǎng)絡(luò)理論的焦點(diǎn)抑制機(jī)制為眾多模型所參考和借鑒。Milaness等學(xué)者也提出了特征顯著圖的理念并利用中央—周邊差分算法進(jìn)行特征的提取[19]，數(shù)據(jù)驅(qū)動(dòng)的注意模型原理是從輸入圖像提取多方面的特征，如圖片顏色、圖像朝向、光照亮度等，并形成各個(gè)特征維上的顯著圖，再對所得顯著圖進(jìn)行分析和融合得到興趣圖。興趣圖中一般可能含有多個(gè)待注意的候選目標(biāo)，通過競爭機(jī)制選出唯一的注意目標(biāo)，并隨后在注意焦點(diǎn)之間進(jìn)行轉(zhuǎn)移。 數(shù)據(jù)驅(qū)動(dòng)注意模型的原理流程圖數(shù)據(jù)驅(qū)動(dòng)的視覺注意機(jī)制模型，觀察者從場景中的信息開始，外部場景信息源對人的眼睛對進(jìn)行刺激，人眼對不同的場景信息進(jìn)行重新組合加工進(jìn)行信息并行處理。這種因此注意模型沒有先驗(yàn)信息的指導(dǎo)，也沒有特定的任務(wù)，操作比較簡單，處理速度比較快。數(shù)據(jù)驅(qū)動(dòng)注意模型也稱為自底向上視覺注意模型，對該模型的研究主要是基于Koch和Itti等人提出的特征整合的理論，它具有兩大特點(diǎn)[20][21]：1)數(shù)據(jù)驅(qū)動(dòng):數(shù)據(jù)驅(qū)動(dòng)注意模型的注意機(jī)制與高層知識的觀察無關(guān)，與底層數(shù)據(jù)驅(qū)動(dòng)有關(guān)，不需要運(yùn)用人的意識來控制其處理過程。對輸入的圖像首先提取一些低級的諸如顏色、亮度、方向等視覺特征，并分別對每一類的特征構(gòu)造生成相關(guān)的顯著圖。再采用特征融合的方式把不同的顯著圖進(jìn)行特征圖合并，在這幅整合的顯著圖中出現(xiàn)的目標(biāo)就是引起人類注意的目標(biāo)[22]。2)自主加工:數(shù)據(jù)驅(qū)動(dòng)的視覺注意模型是一種自動(dòng)加工過程，不需要先驗(yàn)信息和預(yù)期期望，未加入主觀意識，對視覺信息的處理速度相對較快，以空間并行方式在多個(gè)通道中同時(shí)處理視覺信息。 數(shù)據(jù)驅(qū)動(dòng)的視覺注意流程數(shù)據(jù)驅(qū)動(dòng)注意機(jī)制模型通過圖像采樣、特征提取、注意焦點(diǎn)搜索與描述三個(gè)模塊的協(xié)同操作從輸入圖像中找到注意目標(biāo)，形成了可操作性較強(qiáng)且計(jì)算速度較快的數(shù)據(jù)驅(qū)動(dòng)的注意焦點(diǎn)檢測方法。通常我們是將圖片信息的亮度、顏色和朝向等不同的特征進(jìn)行簡單的疊加，但是這種簡單的疊加方式比較粗糙，和生物視覺處理機(jī)制不大相同；而且，為尋找那些僅在整幅圖像中占據(jù)很小一塊面積的期望目標(biāo)而進(jìn)行的匹配操作仍然需要進(jìn)行全局處理，匹配過程比較復(fù)雜度，容易造成減少計(jì)算浪費(fèi)。由于生物視覺系統(tǒng)中各種特征之間的關(guān)系更為復(fù)雜，目前基于注意機(jī)制的感知模型還沒有較好的適應(yīng)算法，特別是對注意機(jī)制的任務(wù)驅(qū)動(dòng)的研究也不多，導(dǎo)致這種注意機(jī)制在目標(biāo)檢測和復(fù)雜場景下的跟蹤等運(yùn)用中受到限制。 任務(wù)驅(qū)動(dòng)的視覺注意機(jī)制模型任務(wù)驅(qū)動(dòng)的視覺注意模型是根據(jù)來自具體任務(wù)的先驗(yàn)信息，預(yù)先建立視覺期望，將期望目標(biāo)從圖像中分離出來，完成圖像或是視頻場景的感興趣區(qū)域選取，進(jìn)而對該區(qū)域進(jìn)行后續(xù)的處理。通常情況，優(yōu)先級較高的場景區(qū)域一般包含期望目標(biāo)值內(nèi)，這也符合人類視覺注意規(guī)律，自頂向下
公司管理相關(guān)推薦
鄂ICP備17016276號-1