仿生視覺(jué)模型關(guān)鍵技術(shù)研究及應(yīng)用.pdf

1、認(rèn)清“何處有何物”是人類視覺(jué)要解決的核心問(wèn)題。生理學(xué)研究發(fā)現(xiàn)，人類視覺(jué)系統(tǒng)中存在著兩條不同的視覺(jué)通路分別處理“何處”和“何物”的問(wèn)題。本文正是以兩條視覺(jué)通路為依據(jù)，結(jié)合腦科學(xué)和認(rèn)知科學(xué)的研究成果，利用生物學(xué)提供的細(xì)節(jié)作為約束與指引，把視覺(jué)當(dāng)作一個(gè)認(rèn)知計(jì)算問(wèn)題，圍繞生物視覺(jué)仿真建模及應(yīng)用過(guò)程中的若干技術(shù)問(wèn)題和難點(diǎn)展開(kāi)研究，以機(jī)器學(xué)習(xí)的方法模仿生物視覺(jué)的運(yùn)行方式，構(gòu)建人類認(rèn)知的視覺(jué)模型，解決面臨的實(shí)際問(wèn)題。本文的主要工作和創(chuàng)新點(diǎn)如下：

2、>　　第一，本文提出了一個(gè)生物啟發(fā)的、增量式的室外場(chǎng)景分類模型。本文利用初級(jí)視覺(jué)特征來(lái)表征場(chǎng)景內(nèi)容，結(jié)合自主心智發(fā)育理論，采用增量式分層判別回歸樹(shù)模擬人類視覺(jué)記憶的產(chǎn)生和再憶過(guò)程。與傳統(tǒng)的仿生室外場(chǎng)景分類方法相比，本文所提出的模型可以通過(guò)與環(huán)境的實(shí)時(shí)交互自動(dòng)學(xué)習(xí)周邊場(chǎng)景的信息，產(chǎn)生知識(shí)和記憶，并以動(dòng)態(tài)的方式更新記憶模塊，它具有增量式在線學(xué)習(xí)能力，拓展性強(qiáng)。公用數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，在不同數(shù)目訓(xùn)練樣本的情況下，本文方法對(duì)于公用數(shù)據(jù)集中場(chǎng)

3、景的分類準(zhǔn)確率都接近100％，它不僅可以提高機(jī)器視覺(jué)系統(tǒng)判別場(chǎng)景的正確率，而且顯著減少了訓(xùn)練代價(jià)。
　　第二，本文提出了基于原型物體和記憶機(jī)制的視覺(jué)顯著度計(jì)算方法。在研究是什么因素影響視覺(jué)顯著度的問(wèn)題上，結(jié)合生物學(xué)對(duì)大腦記憶機(jī)制研究的新發(fā)現(xiàn)，拓展了計(jì)算機(jī)視覺(jué)中“原型物體”的概念，將人、人臉、文本等具有語(yǔ)義信息的視覺(jué)特征與顯著性點(diǎn)、區(qū)域和泛物體特征融合在一起，構(gòu)成原型物體，并以此作為影響顯著度的因素代表進(jìn)行建模。實(shí)驗(yàn)結(jié)果表明，充分地

4、利用原型物體特征，可以提高顯著度計(jì)算的準(zhǔn)確性和有效性。
　　第三，本文提出了兩種“原型物體特征一顯著度”映射函數(shù)的構(gòu)造方法，實(shí)現(xiàn)了兩種融合策略，以解決視覺(jué)顯著度計(jì)算中原型物體特征在頂層指導(dǎo)作用下的融合問(wèn)題。一個(gè)基于偏向競(jìng)爭(zhēng)理論，用高斯過(guò)程擬合視覺(jué)記憶對(duì)原型物體特征的影響作用；另一個(gè)基于特征整合理論，用支持向量機(jī)模擬原型物體特征在頂層知識(shí)結(jié)構(gòu)作用下的整合過(guò)程。由此提出了基于原型物體和高斯過(guò)程的視覺(jué)顯著度計(jì)算模型（POGP)以及基于原

5、型物體和支持向量機(jī)的視覺(jué)顯著度計(jì)算模型(POSVM)，兩個(gè)視覺(jué)模型適用情況不同，但各自都具有一定的理論和現(xiàn)實(shí)意義。公用數(shù)據(jù)集上的仿真實(shí)驗(yàn)結(jié)果表明，本文提出的視覺(jué)顯著度計(jì)算模型在定性和定量對(duì)比上都優(yōu)于其它先進(jìn)模型，更符合人類的注視情況。
　　第四，本文研究視覺(jué)預(yù)注意階段的建模問(wèn)題，提出了基于流形學(xué)習(xí)的原型物體檢測(cè)方法。該方法模擬的是視覺(jué)信息在大腦中類似流形的處理方式，將進(jìn)入人眼的視覺(jué)信息看作是一個(gè)抽象的低維度光滑流形，由于局部流形的

6、致密程度發(fā)生變化會(huì)破壞流形的平滑特性，而這種變化正是由與眾不同的部分樣本所決定的，因而，那些破壞流形平滑特性的點(diǎn)在圖像中就是顯著的，破壞性越強(qiáng)的像素點(diǎn)往往顯著值就越高。從這個(gè)角度出發(fā)，本文以自底向上的方式檢測(cè)視覺(jué)顯著區(qū)域，并通過(guò)實(shí)驗(yàn)驗(yàn)證了該方法的有效性。
　　第五，本文將仿生視覺(jué)模型應(yīng)用到智能電網(wǎng)直升機(jī)巡檢的研發(fā)工作中。一方面，設(shè)計(jì)了一種基于設(shè)備顯著性的壓縮傳感成像方法以解決直升機(jī)巡檢中成像設(shè)備造價(jià)高的問(wèn)題。另一方面，提出了一種基

7、于柵格理論的絕緣子檢測(cè)方法來(lái)模擬人類視覺(jué)系統(tǒng)的紋理檢測(cè)模式，以對(duì)圖像中的絕緣子進(jìn)行定位。這些仿生視覺(jué)的探索和嘗試為電力系統(tǒng)的智能巡檢工作提供了一些新思路和新方法。
　　綜上所述，本文針對(duì)人類視覺(jué)中的場(chǎng)景感知分類問(wèn)題和視覺(jué)顯著度計(jì)算問(wèn)題進(jìn)行了研究，同時(shí)對(duì)基于仿生視覺(jué)的模型在電力設(shè)備智能巡檢中的應(yīng)用做出了初步探索。本文通過(guò)仿真實(shí)驗(yàn)證實(shí)了仿生視覺(jué)在解決視覺(jué)認(rèn)知計(jì)算問(wèn)題中的可行性和有效性。此外，本文的研究工作為仿生視覺(jué)領(lǐng)域開(kāi)展更為廣泛深入