生物視覺感知啟發(fā)下的目標檢測與識別技術研究.pdf

1、人類視覺感知系統(tǒng)能夠輕易地從外部復雜場景中感知靜止或運動的目標，然而該感知過程對計算機來說并非易事。作為計算機視覺領域中的研究熱點和難點之一，目標檢測與識別長期以來受到了眾多學者的關注，具有重要的學術研究價值。目標檢測與識別是視頻監(jiān)控、智能交通、遙感測繪等應用領域的核心技術，具有廣泛的應用前景。近年來，大量的自動目標檢測與識別算法被提出，一定程度上提高了機器視覺感知系統(tǒng)的智能化水平。然而，機器視覺感知水平還遠遠落后于人類視覺的感知能力。

2、鑒于這一現(xiàn)狀，借鑒神經科學和認知心理學的研究成果，模擬生物視覺感知過程來建立目標檢測與識別算法，是一個能極大程度提高目標檢測與識別性能的研究和探索方向。
　　在生物視覺感知特性啟發(fā)下，本文開展了一系列目標檢測與識別技術研究，著重研究了空間顯著目標檢測技術、時空顯著目標檢測技術、機載紅外運動目標檢測技術和無監(jiān)督層次化特征提取及其在分類識別中的應用技術，具體內容如下：
　　(1)基于選擇性視覺注意中的感覺增強理論，提出了一種基于

3、柯西圖嵌入的目標空間顯著性計算方法。感覺增強理論表明目標的注意是注意焦點擴散的結果?；谶@一理論，該方法以經典注意焦點預測方法為輸入，利用基于柯西圖嵌入的平滑約束對輸入結果進行平滑、完成視覺組織過程，用以模擬注意焦點的擴散過程。實驗結果表明基于柯西圖嵌入的視覺組織優(yōu)于傳統(tǒng)的拉普拉斯圖嵌入，可以大大提高原輸入方法的顯著目標預測性能，并且最終結果達到與已有專注于顯著目標檢測的方法可比的性能。
　　(2)在視覺感知雙通路結構啟發(fā)下，提出

4、了一種基于混合特征核回歸模型的目標時空顯著性計算方法。視覺感知雙通路假設被普遍接受：視覺感知首先沿著腹部流通路和背部流通路分別進行，最終完成信息整合。在這一視覺感知流程啟發(fā)下，提出的時空顯著性計算方法包括三個主要模塊：空域顯著性計算對應腹部流通路的外觀感知功能；時域顯著性計算對應背部流通路的運動感知功能；時空顯著性融合對應雙通路的信息整合功能。為了應對時空顯著性的融合問題，首次提出混合特征空間核回歸模型誘導下的三種估計子，包括常數(shù)估計子

5、、線性估計子和非線性估計子。結合三種估計子，創(chuàng)造性的提出了一種混合融合算法。實驗結果表明所提出的混合融合算法明顯優(yōu)于已有時空顯著性融合算法。得益于該混合融合算法，所提出的時空顯著性計算方法取得比已有方法更好的性能。
　　(3)在背部流感知通路反饋連接啟發(fā)下，提出了一種多級處理算法來解決機載紅外運動目標檢測問題。大量的神經生理學實驗表明負責運動信息處理的背部流通路的處理速度遠遠快于負責外觀信息處理的腹部流通路，并且呈現(xiàn)出明顯的背部流

6、通路反饋調節(jié)腹部流通路的特性。在這一不對稱連接特性啟發(fā)下，提出一種實時機載紅外運動目標檢測算法，主要包括三級處理流程：快速運動感知；候選運動焦點及運動窗獲取；運動窗內目標精確提取。實驗結果表明提出的多級處理算法在計算效率和檢測精度兩方面都優(yōu)于已有的算法。
　　(4)在視皮層層次化感知特性啟發(fā)下，提出了一種無監(jiān)督層次化特征提取方法并應用于目標和場景分類識別任務。大量的神經生理學證據(jù)表明人類具有優(yōu)越的目標感知和判別能力是因為視皮層的不

7、同皮層區(qū)域能夠響應由低級到高級不斷抽象的特征。具體來說，初級視皮層V1區(qū)細胞對類Gabor濾波器的低階邊緣比較敏感，而高級視皮層V2區(qū)細胞對高階的角點、連接點等特征比較敏感。從可視結果來看，所提出的層次化特征提取方法中的第一級特征表達的基函數(shù)類似于V1區(qū)細胞響應，并且第二級特征表達的基函數(shù)類似于V2區(qū)細胞響應。該特征提取方法在10類目標分類任務的CIFAR-10數(shù)據(jù)庫和21類遙感影像場景分類任務的UCM-21數(shù)據(jù)庫上，均取得了理想的分類