【文章內(nèi)容簡(jiǎn)介】 探討與初步回答。 工作成果(1)視覺(jué)心理學(xué)結(jié)論科學(xué)心理學(xué)才有100多年的歷史，但是科學(xué)心理學(xué)內(nèi)部卻是派別林立，紛爭(zhēng)不斷。僅視覺(jué)心理學(xué)而言，就有五大學(xué)派。但是，各學(xué)派對(duì)視覺(jué)現(xiàn)象的描述基本相同，不同僅是對(duì)這些現(xiàn)象的解釋。要將視覺(jué)心理學(xué)應(yīng)用到計(jì)算機(jī)視覺(jué)中，首先必須從計(jì)算機(jī)視覺(jué)的角度對(duì)不同學(xué)派的觀點(diǎn)進(jìn)行梳理，選取適于計(jì)算視覺(jué)研究的心理學(xué)結(jié)論。這為整個(gè)研究工作奠定了基礎(chǔ)。(2)基于視覺(jué)心理學(xué)的圖像語(yǔ)義模型圖像語(yǔ)義理解是計(jì)算機(jī)視覺(jué)最難的問(wèn)題之一，因?yàn)樗c人的主觀偏好密切相關(guān)，故它也是最需要應(yīng)用心理學(xué)理論的地方。綜合運(yùn)用視覺(jué)心理學(xué)的研究成果，我們?cè)敿?xì)討論了符合人的認(rèn)知特點(diǎn)的圖像語(yǔ)義定義，定義了描述圖像語(yǔ)義的圖像語(yǔ)言及它的基元與語(yǔ)法、總結(jié)了人類(lèi)視覺(jué)系統(tǒng)所使用的推理機(jī)制及其特點(diǎn)，并將它們應(yīng)用到圖像語(yǔ)義理論的構(gòu)建中。這些內(nèi)容初步建立了一種新的圖像語(yǔ)義理論模型、形成了一種符合人的認(rèn)知規(guī)律的圖像語(yǔ)義提取算法，一些實(shí)例研究表明了此模型的可行性與有效性。(3)基于視覺(jué)心理學(xué)的圖像物體大小恒常性計(jì)算恒常性變換不僅是圖像語(yǔ)言的一條重要的語(yǔ)法規(guī)則，而且是圖像語(yǔ)義提取的重要步驟。恒常性是人類(lèi)感知世界最為重要的方式。大小恒常性是重要的恒常性之一。視覺(jué)心理學(xué)已經(jīng)揭示了大小恒常性的計(jì)算理論。在此理論的指導(dǎo)下，我們提出了圖像物體大小恒常性變換的計(jì)算模型，實(shí)驗(yàn)結(jié)果說(shuō)明該模型是有效134第八章論文工作總結(jié)與展望 的。這項(xiàng)工作是在視覺(jué)心理學(xué)的指導(dǎo)下，我們?cè)谟?jì)算機(jī)視覺(jué)領(lǐng)域中開(kāi)辟的一項(xiàng)新的研究?jī)?nèi)容，也是應(yīng)用視覺(jué)心理學(xué)指導(dǎo)計(jì)算機(jī)視覺(jué)研究的完整實(shí)例，它包括心理學(xué)框架提取、定性問(wèn)題定量化描述、算法設(shè)計(jì)、程序?qū)崿F(xiàn)等整個(gè)過(guò)程。同時(shí)，從心理學(xué)家所發(fā)現(xiàn)的圖像深度線(xiàn)索出發(fā)，提出了基于視覺(jué)心理學(xué)的二維圖像深度估計(jì)方法。(4)基于幾何光學(xué)的單幅二維圖像深度估計(jì)圖像大小恒常性計(jì)算的關(guān)鍵在于正確地估計(jì)二維圖像的深度，但完全建立在心理學(xué)基礎(chǔ)上的深度估計(jì)算法存在一些問(wèn)題。故我們從物理幾何光學(xué)出發(fā)，推導(dǎo)出了圖像深度計(jì)算公式。對(duì)實(shí)際圖像實(shí)驗(yàn)表明：這個(gè)計(jì)算公式是比較有效的。圖像地面是人類(lèi)深度感知的最重要的參考平面，故此深度模型中考慮了實(shí)際地面與相機(jī)離地面高度這兩個(gè)重要因素。通過(guò)與其它各種深度方法比較，我們提出的方法幾乎集中了其它方法的優(yōu)點(diǎn)，是一種低復(fù)雜度、高精確度、假定合理、先驗(yàn)知識(shí)需求少、通用的、可計(jì)算大景深的單圖像深度計(jì)算方法。同時(shí)，將基于心理學(xué)的深度計(jì)算方法與基于幾何光學(xué)的方法進(jìn)行了比較分析，探討了視覺(jué)心理學(xué)結(jié)論在計(jì)算機(jī)視覺(jué)中的適用性問(wèn)題。(5)基于幾何光學(xué)的單幅二維圖像三維重建對(duì)單幅二維圖像進(jìn)行三維重建一直是計(jì)算機(jī)視覺(jué)領(lǐng)域的難題之一。因?yàn)槊恳粓D像點(diǎn)都有無(wú)限多個(gè)場(chǎng)景點(diǎn)與之對(duì)應(yīng)，故從光學(xué)成像的角度分析，單幅二維圖像三維重建問(wèn)題好像不存在較為通用的解決方案。然而人類(lèi)視覺(jué)系統(tǒng)能輕松解決二維圖像三維重建問(wèn)題。人眼與照相機(jī)的光學(xué)成像機(jī)制幾乎完全相同，故模擬人類(lèi)視覺(jué)系統(tǒng)，計(jì)算機(jī)對(duì)單幅二維圖像進(jìn)行三維重建又是完全有可能的。三維重建問(wèn)題的難點(diǎn)在于對(duì)單幅二維圖像進(jìn)行深度估計(jì)。故在基于幾何光學(xué)深度模型的基礎(chǔ)上，提出了二維圖像三維重建的計(jì)算模型，并從幾何光學(xué)出發(fā)，推導(dǎo)出了圖像點(diǎn)對(duì)應(yīng)場(chǎng)景點(diǎn)的三維坐標(biāo)的計(jì)算公式。對(duì)實(shí)際圖像的實(shí)驗(yàn)表明：這個(gè)結(jié)論是比較有效的。本質(zhì)上講，大小恒常性變換過(guò)程就是一種單幅二維圖像三維重建過(guò)程，故也對(duì)心理學(xué)與物理學(xué)在這方面的結(jié)論進(jìn)行了比較，繼續(xù)探討心理學(xué)結(jié)論應(yīng)用到計(jì)算機(jī)視覺(jué)問(wèn)題中的一些理論問(wèn)題。135視覺(jué)心理學(xué)在計(jì)算機(jī)視覺(jué)中的應(yīng)用研究(6)基于視覺(jué)心理學(xué)的計(jì)算機(jī)視覺(jué)算法評(píng)價(jià)原則對(duì)計(jì)算機(jī)視覺(jué)算法進(jìn)行評(píng)價(jià)是計(jì)算機(jī)視覺(jué)領(lǐng)域不斷發(fā)展的基礎(chǔ)。評(píng)價(jià)方法主要有理論分析與實(shí)驗(yàn)評(píng)價(jià)兩種。通過(guò)分析計(jì)算機(jī)視覺(jué)評(píng)價(jià)的特點(diǎn)與難點(diǎn)，我們認(rèn)為這兩種評(píng)價(jià)方法都離不開(kāi)視覺(jué)心理學(xué)的支持。通過(guò)理論分析與小心論證，我們提出了基于視覺(jué)心理學(xué)的計(jì)算機(jī)視覺(jué)算法定性評(píng)價(jià)原則及具體的使用步驟。對(duì)一些典型計(jì)算機(jī)視覺(jué)算法，與實(shí)驗(yàn)評(píng)價(jià)結(jié)果相比較，表明了該原則的可行性與有效性。另外，在上述理論分析與具體實(shí)例研究的基礎(chǔ)上，結(jié)合他人在這方面的研究工作成果，對(duì)視覺(jué)心理學(xué)在計(jì)算機(jī)視覺(jué)中應(yīng)用的理論問(wèn)題進(jìn)行了初步的探討。這只是我個(gè)人的一些粗淺的看法，不一定都對(duì)，真切希望其它學(xué)者對(duì)我的看法進(jìn)行批判，并對(duì)這些問(wèn)題作出更好的回答。 進(jìn)一步的工作對(duì)視覺(jué)心理學(xué)與計(jì)算機(jī)視覺(jué)交叉融合問(wèn)題，雖然論文在理論上進(jìn)行了系統(tǒng)分析，在實(shí)踐上進(jìn)行了實(shí)驗(yàn)論證，基本上解決了計(jì)算機(jī)視覺(jué)中的一些問(wèn)題，但還有不少問(wèn)題沒(méi)有來(lái)得及解決，其中有些是非常基礎(chǔ)性的工作。今后，作者準(zhǔn)備進(jìn)行進(jìn)一步的研究，主要包括如下方面：(1)地面與天花板檢測(cè)地面與天空是視覺(jué)環(huán)境中最重要的、最基本的表面，它們是其它表面的參考面。如果看不見(jiàn)腳底的大地，如果看不見(jiàn)頭頂?shù)奶炜?，我們根本無(wú)法感知天地之間純粹的空間(Empty space)。對(duì)室內(nèi)圖像而言，地面變成了地板，天空變成了天花板。故首先必須從圖像中把對(duì)應(yīng)天空與地面的圖像區(qū)域檢測(cè)出來(lái)。目前，檢測(cè)圖像天空的算法已經(jīng)比較成熟，但對(duì)室內(nèi)天花板檢測(cè)的研究卻很少，因?yàn)槭覂?nèi)的天花板比室外的天空更難檢測(cè)。目前，還沒(méi)有有效的圖像地面檢測(cè)算法，特別當(dāng)?shù)孛嫔嫌泻芏辔矬w時(shí)更是如此。為了使我們的方法更加完善，這項(xiàng)工作是必不可少的。(2)腳點(diǎn)計(jì)算空間中剛性物體上任何一點(diǎn)M，沿著某條路徑，總可以找到它在地面的垂136第八章論文工作總結(jié)與展望直投影點(diǎn)，稱(chēng)為它的腳點(diǎn)M腳。像點(diǎn)M的空間三維坐標(biāo)就可由它在圖像中的位置與它的腳點(diǎn)M腳在圖像中的位置共同決定。如果腳點(diǎn)M腳無(wú)法確定，對(duì)點(diǎn)M的重建是很難的。但當(dāng)圖像物體沒(méi)有直接與圖像地面接觸時(shí)，定位圖像物體所對(duì)應(yīng)的腳點(diǎn)是很難的。所以進(jìn)一步研究腳點(diǎn)的計(jì)算方法也是非常必要的。(3)對(duì)圖像語(yǔ)義提取的其它步驟的研究第三章中，圖像語(yǔ)義提取算法流程關(guān)鍵步驟有13步。目前，比較成熟的是第2步、第3步與第5步。本文基本解決了第8步(恒常性變換)一部分。還有大量的、困難的工作要做。比較重要，也是最有希望取得成功的是第1步(預(yù)定義結(jié)構(gòu)知識(shí))與第8步(拓?fù)渥儞Q)。對(duì)于第1步，進(jìn)行物體多級(jí)編碼，以進(jìn)行領(lǐng)域物體識(shí)別與圖像語(yǔ)義提取等研究工作。如第三章所述，拓?fù)渥儞Q的心理學(xué)理論比較成熟，可用來(lái)提取視覺(jué)信息中的不變特征。這兩項(xiàng)研究工作很重要，也比較容易出成果。(4)評(píng)價(jià)理論的完善合適的評(píng)價(jià)標(biāo)準(zhǔn)與評(píng)價(jià)方法對(duì)科學(xué)的發(fā)展進(jìn)步起著關(guān)鍵性的作用。為了更加方便本文提出的評(píng)價(jià)原則的使用，需要進(jìn)一步擴(kuò)充人類(lèi)視覺(jué)系統(tǒng)使用的假定集。同時(shí)，應(yīng)用視覺(jué)心理學(xué)來(lái)指導(dǎo)計(jì)算機(jī)視覺(jué)算法的實(shí)驗(yàn)評(píng)價(jià)也具有重要的研究意義。 展望視覺(jué)心理學(xué)與計(jì)算機(jī)視覺(jué)交叉融合研究是一個(gè)跨學(xué)科的、富有挑戰(zhàn)性的研究課題。它是信息技術(shù)與認(rèn)知科學(xué)的融合，是“NBIC會(huì)聚技術(shù)”的具體應(yīng)用?！癗BIC會(huì)聚技術(shù)”是指當(dāng)前四個(gè)迅速發(fā)展的科學(xué)技術(shù)領(lǐng)域的協(xié)同和融合。這四個(gè)領(lǐng)域分別是：納米科技