改进视皮层视觉机制的视觉注意力模型

人类的视觉注意机制是人类大脑感知事物的最直接的功能。提出了一种基于视皮层视觉机制的生物激励注意模型。利用HMAX(hierarchical maximization)模型的四层机制中的C1细胞单元图,构造独立成分分析(independent component analysis,ICA)滤波器组,进一步利用对尺度、平移等均具有不变性的C2细胞特征,以及香农熵理论,共同构造用于视觉显著性区域检测的测度。在心理学实验的自然场景图像以及心理学刺激模式上的结果表明,该方法与传统方法相比,更符合人眼的感知特性,从而进一步验证了该方法的有效性和准确性。     

基于 GaborSIFT+NNScSPM 图像特征抽取算法研究

视觉信息的特征表示是计算机视觉场景图像理解研究中的核心内容. 基于GaborSIFT+NNScSPM的图像特征抽取算法,借鉴生物视觉机制中的相关 研究成果,有机结合了HMAX层次计算模型的思想和非负稀疏编码的策略, 较为合理地模拟了生物视觉皮层中视觉处理的过程.在15类场景图 像和Caltech101两个公开数据集上进行了实验验证, 实验结果表明我们所提出的算法较同期算法有着良好的分类性能.     

视觉机制研究对机器视觉的启发示例

研究灵长类的视觉系统机制并以此为基础设计机器视觉的算法已成为重要研究方向,并对机器视觉产生了重要的推动作用.本文从视觉机制和机器视觉方法的角度出发,分析了两大类视觉机制或模型,并列举受其影响和推动的多种重要机器视觉方法:1)合作学习和竞争学习机制,其中合作学习和竞争学习模型相关的机器视觉算法包括立体视觉算法、神经网络、稀疏编码;2)简单细胞和复杂细胞模型,相关的机器视觉算法包括HMAX特征、SIFT描述子和deep belief network.     

基于可调滤波器金字塔算法的人脸特征提取

特征提取是人脸识别中最重要的一个环节,我们在HMAX模型的基础上,提出了一种改进的视觉信息处理模型,它利用可调滤波器金字塔算法对图像进行多尺度、多方向分析,并结合一系列分层处理,得到了具有尺度、平移、旋转不变性的特征向量,解决了人脸识别中的一个重要难题。在ORL人脸数据库中的实验结果证明了该算法的有效性。     

Parzen窗算法下图像视觉显著目标识别仿真

受光照、尺度、噪声等影响，图像目标在识别结果会存在一定的偏差，为此提出基于Parzen算法的图像视觉显著目标识别算法。对图像的超像素实施分割处理，并将图像内超像素块作为图像结构顶点，基于Parzen窗算法对顶点密度计算后，结合K-means算法实现图像分割处理；依据分割结果采用马尔科夫确定图像显著区域，通过对图像视觉显著区域特征的提取，将其作为特征向量输入到PSO-SVM模型中训练，实现图像视觉显著目标识别。实验结果表明，通过对上述方法开展图像分割、目标识别和识别耗时测试，验证了所提方法的可行性。     

基于视觉导航的轮式移动机器人横向最优控制

近年来，基于机器视觉导航的轮式移动机器人在农业领域中被广泛研究．本文运用 最优控制算法对其进行横向控制，但是，农田非结构化自然环境的机器视觉识别耗时导致反 馈通道传输延迟明显，最优控制器的性能因之而下降．因此，本文又根据轮式移动机器人运 动学模型预测其行为，修正了滞后的反馈信息．仿真结果表明，该算法能实现轮式移动机器 人精确可靠的横向控制，具有较强的纵向速度自适应能力．     

基于云平台的事业单位财务内控信息化管理系统设计

由于已有系统管理耗时和管理费用大，提出基于云平台的事业单位财务内控信息化管理系统。采用基于分布式业务处理中的MVC框架，给出系统核心业务的主要功能。在云平台环境下，对事业单位财务内控信息序列进行分段，经过标准化计算获取相关性矩阵，同时提取量化的相关关系，建立时序相关图模型，在模型中进行相关性划分，进而实现财务内控信息风险检测。仿真实验结果表明系统能够降低事业单位财务内控信息化管理费用和复杂度，还能够有效减少管理耗时。     

虚拟驾驶员视觉注意力模型研究

为提高驾驶员视觉感知行为仿真的逼真性,注意力模型成为驾驶行为研究的重点。介绍了注意力的认知模型,根据注意力的双加工理论,建立了虚拟驾驶员视觉注意力模型,将视觉注意过程分为预注意和集中注意两个阶段,在预注意阶段,基于图像的相位谱信息建立了图像的特征显著图,实现注意的自下而上过程。使用RBF网络实现了预注意阶段的自下而上和自上而下两个过程的结合。在集中注意阶段,实现了注意力的聚焦效应。对视觉注意力模型进行了仿真实验,验证了模型的有效性,为虚拟驾驶员视觉感知行为建模与仿真提供了基础。     

视频序列图像中的人脸检测与跟踪

目标检测与跟踪是计算机视觉领域最普遍和关键的问题之一。基于级联结构的AdaBoost算法和基于色彩的Camshift算法,目前被认为是较有效的检测和跟踪算法,结合AdaBoost、Camshift算法和Kalman滤波器实现,对视频序列图像中多角度人脸的实时检测与跟踪,并针对AdaBoost训练耗时问题提出了改进。     

数字博物馆中的三维模型渐进传输方法

实现一种三维模型在网络中渐进传输的方法，该方法根据SmoothLOD模型编码的思想，设计了一个基于C/S的网络传输架构，从而实现在浏览过程中从一个点到复杂模型的平滑过渡效果，并且可以方便地实现三维模型在网络上平滑地增量传输。通过在数字博物馆系统的应用验证，算法实现了模型在网络上流式传输，有效地减少了数据传输的网络延迟。     

Biological modeling of human visual system for object recognition using GLoP filters and sparse coding on multi-manifolds

Hierarchical MAX model (HMAX) is a bio-inspired model mimicking the visual information processing of visual cortex. However, the visual processing of lower level, such as retina and lateral geniculate nucleus (LGN), is not concerned, and the properties of higher-level neurons are not sufficiently specified. Given that, we develop an extended HMAX model, denoted as E-HMAX, by the following biologically plausible ways. First, contrast normalization is conducted on the input image to simulate the processing of human retina and LGN. Second, log-polar Gabor (GLoP) filters are used to simulate the properties of V1 simple cells instead of Gabor filters. Then, sparse coding on multi-manifolds is modeled to compute the V4 simple cell response instead of Euclidean distance. Meanwhile, a template learning method based on dictionary learning on multi-manifolds is proposed to select informative templates during template learning stage. Experimental results demonstrate that the proposed model has greatly outperformed the standard HMAX model. It is also comparable to some state-of-the-art approaches such as EBIM and OGHM-HMAX.     

结合稀疏编码的生物视觉特征提取方法

在分析视皮层标准模型的基础上,从S2层的生物视觉机理出发,提出一种结合稀疏编码的生物视觉特征提取方法。对原始标准模型中C1层的输出进行稀疏编码,生成S2层的特征,并在此基础上产生C2特征。将标准模型产生的特征和该方法提取的特征应用于图像分类中进行对比实验,实验结果表明,与标准模型相比,该方法可以更有效地提取生物视觉特征。     

基于显著性特征提取的图像描述算法EI北大核心CSCD

图像描述(Image captioning)是一个融合了计算机视觉和自然语言处理这两个领域的研究方向,本文为图像描述设计了一种新颖的显著性特征提取机制(Salient feature extraction mechanism,SFEM),能够在语言模型预测每一个单词之前快速地向语言模型提供最有价值的视觉特征来指导单词预测,有效解决了现有方法对视觉特征选择不准确以及时间性能不理想的问题.SFEM包含全局显著性特征提取器和即时显著性特征提取器这两个部分:全局显著性特征提取器能够从多个局部视觉向量中提取出显著性视觉特征,并整合这些特征到全局显著性视觉向量中;即时显著性特征提取器能够根据语言模型的需要,从全局显著性视觉向量中提取出预测每一个单词所需的显著性视觉特征.本文在MS COCO(Microsoft common objects in context)数据集上对SFEM进行了评估,实验结果表明SFEM能够显著提升基准模型(baseline)生成图像描述的准确性,并且SFEM在生成图像描述的准确性方面明显优于广泛使用的空间注意力模型,在时间性能上也大幅领先空间注意力模型.     

基于HMAX特征的层次式柑桔溃疡病识别方法

提出了一种自底向上的层次式柑桔溃疡病识别算法.针对柑桔溃疡病斑外观多样的特点,采用了在尺度和方向上具有较强不变性和选择性的HMAX特征集来进行病斑图像的特征表示.自底向上的识别过程能够加快识别速度,对于局部特征性强的对象识别能够有效提高识别率,减少误识别率.最后利用AdaBoost方法构造分类器对病斑进行识别,比较实验结果证明本文提出的算法能取得较好的识别效果.     

基于权重池的多尺度图像质量评估方法

图像质量评估往往以人类的主观评估为最终衡量标准,然而人工评估耗时繁琐,又无法应用在对图像或者视频序列进行实时质量评估的系统中,因此一种旨在模仿人类主观性的预测图像质量算法具有重要的价值。针对上述问题,设计了一种用于局部图像质量评估的卷积神经网络,通过将特征学习和回归都集成到一个优化过程中,从而形成一种更有效的图像质量评估模型。根据人类的视觉习惯,利用眼动仪的视点分布图生成基于视觉重要性的权重池,利用高斯比例混合模型构造基于图像信息内容的权重池,实验证明权重池的设计可以获得最佳的整体性能。对原始图像进行低通滤波和下采样,下采样过程中采用权重系数衰退策略,利用多尺度的图像进行加权质量综合评估,实验结果证明多尺度评估方式有效地改进了评估模型。提出的方法在LIVE等数据库上可以达到优秀的性能,且具有不错的泛化能力。     

基于感知哈希和视觉词袋模型的图像检索方法

针对移动增强现实中图像检索技术耗时长导致的实时性不高的问题,提出了一种 基于感知哈希和视觉词袋模型结合的图像检索方法。图像检索过程中,在保证一定正确率的基 础上加快了检索速度。首先,对数据集图像使用改进的感知哈希技术处理,选取与查询相似的 图像集合,达到筛选图像数据集的作用;然后,对相似图像集使用视觉词袋模型进行图像检索, 选取和查询图像中目标一致的目标图像。实验结果表明,该方法相比较视觉词袋模型算法检索 的平均正确率提高了 3.2%,检索时间缩短了 102.9 ms,能够满足移动增强现实中图像检索的实 时性要求,为移动增强现实系统提供了有利的条件。     

Adaptive particle allocation for multifocal visual attention based on particle filtering

When confronting floods of visual inputs, it is usually impossible for computers to examine all possible interpretations based on given visual data. Despite these computational difficulties, humans robustly perform accurate visual processing. One of the most important keys in human visual processing is attention control. In this article, we first suggest that the particle filter (PF) is a major candidate for a model of multifocal visual attention. PF is a method which approximates intractable integrations in incremental Bayesian computation by means of stochastic sampling. One of the major drawbacks of PFs is a trade-off between computational costs and tracking performance; a large number of particles are required for accurate and robust estimations of state variables, which is time-consuming. This study proposes a computational model for multifocal visual attention which deals with the cost-performance trade-off with a restricted computing resource (the number of particles). Simulation experiments of tracking two targets with only tens of particles demonstrate the feasibility of the model. This work was presented in part at the 13th International Symposium on Artificial Life and Robotics, Oita, Japan, January 31–February 2, 2008     

基于Stentiford视觉模型的改进

基于视觉模型的图像感兴趣区提取方法,在图像感兴趣区域提取领域,有着得天独厚的优势：首先,它贴合人眼视觉效果,因此可以较为准确地表示视觉的真实“意图”;其次,方法过程便于实现,处理效率比较高。基于Stentifold视觉模型的方法因其实现简单且效果显著而成为其中的众多代表之一,但其也存在结果随机性过大,对细节过于敏感,计算耗时的缺点。为此,尝试通过直方图统计、均匀局部二值模式（uniform LBP）结合的方法,对其进行改进,并取得了理想的效果。