基于生成感知差异的无参考图像质量评价模型

人眼视觉系统中的视觉感知差异是图像质量评价过程中的重要组成部分,通过感知失真图像与原始图像之间的视觉差异,可对图像的失真程度进行判断,然而在无参考图像质量评价中无法获取原始未失真的图像,且缺乏对失真图像的视觉感知差异。通过对深度学习中的生成对抗网络进行分析,提出一种基于生成视觉感知差异的无参考图像质量评价模型。利用生成对抗网络产生与失真图像相对应的视觉感知差异图像,并将其与失真图像输入质量评价网络以进一步学习图像的失真信息,从而达到评估图像质量的目的。在TID2008和TID2013数据库上的实验结果表明,与CNN、SOM、CORNIA等模型相比,该模型能够使失真图像质量预测准确度提升1个百分点以上,且对不同种类失真也表现出良好的预测性能。     

对比度和白场设定对图像色彩度视觉感知影响的研究

由于显示器件(如电视机显示屏)的性能评判是与人的主观感觉不可分离的，所以它的研发方向也应以观察者的感受为指导，但由于不同文化背景的人的主观感觉有可能存在差异，因此研究这种差异对理解如何进一步改进显示器性能有着重要的指导意义。为了了解不同观测者的视觉感知差异，通过对彩色电视机上显示的静态图片进行的主观视觉评价实验，研究了不同对比度和白场设置对图像色彩度视觉感知的影响，并通过统计分析，发现了人们普遍喜好色彩饱和度大的图像这一结论，同时也得到了人们对不同白场设置和对比度等的喜好情况。实验中，首先将观察者分成专家(对显示器件原理以及色度学了解较多的人)和非专家两组进行评分，结果表明，专家评分的绝对值均值小于非专家的评分，这说明专家不能在大范围内区分不同的图像；最后把该结果与荷兰飞利浦研究所所做的相似实验作了比较，得到了东西方不同文化背景下视觉感知的差异的分析结果，但是对于CRT显示器件而言，高对比度将会产生较大的光点，而关于对比度与清晰度之间存在矛盾需要在以后的研究中进行证实。     

Weber定律下尺度空间的自适应构建

在Weber定律的启发下提出一种基于"恰可识别差异"的尺度空间自适应构建方法。Weber定律认为人类感知模式不仅与刺激的变化有关,而且与原刺激强度有关。基于此观点,在图像尺度空间的构建过程中,首先以Marr视觉理论的屋脊型边缘和阶梯型边缘的特征之和计算图像的信息量,再通过实验获得人类视觉能感知到"恰可识别差异"时的图像信息量变化,最后通过曲线拟合自适应构建图像的尺度空间。实验结果表明,该方法充分体现了人类视觉感知特性,与其他尺度空间构建方法相比,在目标匹配实验中,匹配数目提升了25%以上;在去噪实验中,本算法的去噪效果良好。     

自然场景中的视觉显著对象检测

显著对象检测是视觉注意机制的一个重要应用基础研究,对于图像检索、场景分析、图像标注与对象识别都有着重要的研究意义。基于Tresiman特征整合理论和Koch计算框架,提出一种自然场景中视觉显著对象的检测方法。该方法首先建立适用于彩色自然场景的视觉显著度模型,计算多种不同特征的显著度,然后在融合不同特征的综合显著度图中提取显著对象。实验结果表明,与经典的Itti模型相比,这种方法不仅检测快速而且更准确地将视觉显著对象从背景中分离出来,更符合人眼的真实视觉注意过程。     

机器人视觉子系统

据统计,人们六成以上的信息是由视觉获得的,可见视觉对于人感知外界环境的重要性。对于足球机器人来说,视觉系统是它唯一感知环境的“器官”。没有视觉系统,它便一无所知,无所事事。足球机器人视觉系统是由置于球场上方2米的摄像头及相关软硬件构成的。它的主要任务是不断地、快速地采集、处理赛场上的彩色图像,并通过不断地辨识橘黄色的高尔夫球（足球）和机器人外罩顶部的色标,及时得到场上运动物体（包括双方6个小车和一个小球）的有关数据,并将这些数据传给主机,供主机上的决策子系统进行分析决策使用。     

基于视觉感知的图形化人机交互界面分层模型

由于传统方法没有通过特征提取方法获取图像关键滤波纹理系数,导致人机交互界面图像存在增强效果不佳,非平缓区域、曲面区域等不同层次信息量不丰富的问题,为解决上述问题,设计了基于视觉感知的图形化人机交互界面分层模型.构建图像处理模型,采用边缘轮廓特征提取方法,获取关键滤波纹理系数与边缘轮廓信息分量等特征信息.使用层次分析方法对交互界面视觉传达效果进行优化.以交互界面各个区域视觉感知强度和边缘轮廓内视觉感知元素重要度为基础,建立基于视觉感知强度的图形化人机交互界面分层优化模型,并通过遗传算法求解该模型,实现图形化人机交互界面的分层优化.实验结果显示,上述模型的图像亮度增强效果更优,符合人眼视觉感知要求;信息熵始终处在较高数值,具有较好的图像融合效果,信息量丰富.     

视触觉融合感知的点阵刺激装置设计

探究人的多通道融合感知特性是物理心理学重要研究方向,本文创新设计了一种视觉和触觉融合感知的点阵刺激装置,可作为物理心理学的实验研究设备.此装置包括上位机控制平台,下位机控制模块,视觉点阵刺激模块、触觉点阵刺激模块等.上位机控制平台发出视触觉刺激的控制指令,下位机控制模块执行控制指令.视觉点阵刺激模块提供视觉感知,由19行12列的228盏LED灯阵列组成,最小封装尺寸为1.0×0.5 mm,能够提供10个等级的明亮灰度值（7.6–75.8 lux）,最高刷新频率为85 Hz,可选用红,白,黄,绿4种颜色.触觉点阵刺激模块提供触觉感知,由6行4列的24个触点阵列组成,触点直径为1.5 mm,凸起高度为0.40±0.05 mm,最大刷新频率为10 Hz,触点凸起后处于自锁位置,能够承受约10 N的按压力.测试结果表明,此装置可以独立或混合控制视觉点阵和触觉点阵中任意LED灯和触点工作,输出视觉刺激和触觉刺激,体积小（长70 mm、宽66 mm、高80 mm）,重量轻（337 g）,在15 m半径范围内可以遥操作,能为物理心理学研究人的视触觉融合感知特性提供定量化的实验数据.     

视觉感知正反馈的显著性检测

目的 人类视觉系统性能远超当前机器视觉,模拟人类视觉机制改进当前算法是有效研究途径,为此提出一种视觉感知正反馈模型,通过循环迭代、重复叠加视觉刺激生成更符合人类感知的视觉显著性图。方法 首先用多种常规方法检测图像显著度,模拟人类视觉多通道特性,再组合这些显著图为综合显著图;利用显著度大的像素构建初始注视区。其次借助集成RVFL（随机向量功能网络）模拟人脑神经网络产生视觉刺激,对注视与非注视区内像素在线“随机采样—学习建模”,图像像素经模型分类获得新注视区。对新注视区与非注视区,可重复迭代进行“随机采样—学习建模—像素分类”;迭代中若注视区连续相同,则表明感知饱和,迭代终止。若将每次像素分类结果看做是一种视觉刺激,则多次视觉刺激输出叠加,可生成新的图像显著性图。最终的像素分类结果就是图像分割目标。结果 将本文算法与现有方法在标准图像数据库上进行对比评测,包括通过对6种算法在ECSSD、SED2和MSRA10K 3个图像数据库上的P-R曲线,F-measure值和平均绝对误差（MAE）值上进行定量分析,对6种模型生成的显著性图作定性比较。数据表明,本文算法在SED2和MSRA10K图象数据库中性能最好,在ECSSD图象数据库中稍低于BL（bootstrap learning）和RBD（robust background detection）算法。本文算法的显著图与人类视觉感知更接近。且算法的正反馈迭代过程一般可迅速饱和,并未显著增加算法负担。实验结果表明,本文方法可作为一种有效的后处理手段,显著提升常规显著性检测算法的性能。结论 提出了一种模拟人类视觉机制的数据驱动显著性检测算法,无需图像先验知识和事先的标记样本。面对多目标,背景复杂等情况,本文方法具有相对好的鲁棒性和适用性,并且能够较好解决现实环境中图像处理算法的通用性、可靠性和准确性问题。     

基于多特征融合的图像主体显著性判断

从视觉角度来说,视觉显著性图像是指主体突出的图像,比起内容散乱的图像,此类图像往往更能吸引用户的关注,也更符合用户对图片检索的使用需求。提出了一种图像主体视觉显著性判断方法,采用“中心围绕”计算原则在多特征融合的基础上应用支持向量机训练,建立了一个分类模型,并且可以给出表征图像显著程度的得分。实验表明,该模型有较高的分类正确率,并且将该模型应用于图像检索重排序、图像上传自动审核等应用时,可以得到更接近人工操作的结果,降低人力资源成本。     

视觉感知中特征捆绑建模方法的研究

针对视觉感知中特征的捆绑问题,在传统脉冲耦合神经网络(PCNN)的基础上,提出一种基于强度的PCNN模型。在该模型中,神经元邻域内脉冲发放总强度将不同的特征分离开来,而神经元自身的脉冲发放强度又将属于同一感知对象的不同特征捆绑起来。仿真结果证明,该模型可以实现特征的分离和捆绑。     

书画创作中的点线面构建艺术

点、线、面是平面设计中主要的形态造型要素。点、线、面的定义,除了几何学意义上的概念以外,更重要的还是视觉上的审美意义。在中国书画领域,点线面也是重要的构成要素。中国的书画艺术是通过对点、线、面的选择和结合来表现或激起人们视觉共鸣的一种艺术。不同的形态元素在不同艺术家的演绎下凝聚成了不同书画作品的风格和艺术趣味。如何运用有限的视觉要素与书画创作原则相结合,对艺术家的功力提出了考验。     

利用视觉显著性和粒子滤波的运动目标跟踪

针对运动目标跟踪问题,提出一种利用视觉显著性和粒子滤波的目标跟踪算法.借鉴人类视觉注意机制的研究成果,根据目标的颜色、亮度和运动等特征形成目标的视觉显著性特征,与目标的颜色分布模型一起作为目标的特征表示模型,利用粒子滤波进行目标跟踪.该算法能够克服利用单一颜色特征所带来的跟踪不稳定问题,并能有效解决由于目标形变、光照变化以及目标和背景颜色分布相似而产生的跟踪困难问题,具有较强的鲁棒性.在多个视频序列中进行实验,并给出相应的实验结果和分析.实验结果表明,该算法用于实现运动目标跟踪是正确有效的.     

Early cortical processing of vection-inducing visual stimulation as measured by event-related brain potentials (ERP)

Visual motion stimuli can induce the perception of self-motion in stationary observers (known as vection). In the present study, we investigated the sensory processing underlying vection by measuring the human event-related brain potentials (ERPs) elicited by the movement onset of a visual stimulus. We presented participants a visual stimulus consisting of alternating black-and-white vertical bars that moved in horizontal direction, creating the sensation of vection. The stimulus was presented on a screen that was divided into a central and a surrounding peripheral visual area. Both areas moved independently from each other, resulting in four different movement patterns: the peripheral and the central stimulus moved in the same or opposite direction, or one of the two visual areas of the stimulus moved while the other remained stable. In addition, two different stimulus types varying with respect to the bars’ width (narrow vs. wide) were used. Participants were presented with these stimuli in two phases of the experiment: During EEG-recording, only short phases (2.5–3.5 ms) of visual motion were applied. In a separate rating phase, visual motion was presented for 45 s. In this phase, vection onset, intensity, and duration were verbally recorded. Overall, the visual stimulation generated vection with different intensities (i.e., weakest vection with sole central stimulus movement). Stimulus type did not affect vection. In the ERPs, stimulus onset elicited parieto-occipital P2 and N2 components. The amplitudes of the ERP components differed significantly between the four movement patterns (irrespective of stimulus type), however, they did not fully align with the subjective vection ratings. Since the ERPs are associated with early sensory processing preceding vection, we argue that the ERPs mirror the contribution of sensory cortical processes to vection rather than the subjective sensation of vection per se.     

传统图形中共生现象的探究

传统设计元素与现代设计手法如何消除对峙,促进相互融合,一直是艺术设计界值得研究的问题。两者虽在表现形式上存在着一些差异,但它们的审美目的和创造性价值所传达出来的艺术信息是具有共性的,文章将传统图形中共生现象定为研究对象,探究其成因、特点、继承及影响,这将对于如何进一步尊重传统、发掘传统;如何继续深层次研究促使中国传统图形的在当代视觉传达中的应用,起到抛砖引玉的作用。     

SmartTouch: electric skin to touch the untouchable

Augmented haptics lets users touch surface information of any modality. SmartTouch uses optical sensors to gather information and electrical stimulation to translate it into tactile display. Augmented reality is an engineer's approach to this dream. In AR, sensors capture artificial information from the world, and existing sensing channels display it. Hence, we virtually acquire the sensor's physical ability as our own. Augmented haptics, the result of applying AR to haptics, would allow a person to touch the untouchable. Our system, SmartTouch, uses a tactile display and a sensor. When the sensor contacts an object, an electrical stimulation translates the acquired information into a tactile sensation, such as a vibration or pressure, through the tactile display. Thus, an individual not only makes physical contact with an object, but also touches the surface information of any modality, even those that are typically untouchable.     

A VE framework to study visual perception and action

In the real world, vision operates in harmony with self-motion yielding the observer to unambiguous perception of the three-dimensional (3D) space. In laboratory conditions, because of technical difficulties, researchers studying 3D perception have often preferred to use the substitute of a stationary observer, somehow neglecting aspects of the action-perception cycle. Recent results in visual psychophysics have proved that self-motion and visual processes interact, leading the moving observer to interpret a 3D virtual scene differently from a stationary observer. In this paper we describe a virtual environment (VE) framework which presents very interesting characteristics for designing experiments in visual perception during action. These characteristics arise in a number of ways from the design of a unique motion capture device. First, its accuracy and the minimal latency in position measurement; second, its ease of use and the adaptability to different display interfaces. Such a VE framework enables the experimenter to recreate stimulation conditions characterised by a degree of sensory coherence typical of the real world. Moreover, because of its accuracy and flexibility, the same device can be used as a measurement tool to perform elementary but essential calibration procedures. The VE framework has been used to conduct two studies which compare the perception of 3D variables of the environment in moving and in stationary observers under monocular vision. The first study concerns the perception of absolute distance, i.e. the distance separating an object and the observer. The second study refers to the perception of the orientation of a surface both in the absence and presence of conflicts between static and dynamic visual cues. In the two cases, the VE framework has enabled the design of optimal experimental conditions, permitting light to be shed on the role of action in 3D visual perception.     

Visual comfort enhancement study based on visual attention detection for stereoscopic displays

Although numerous potential causes may lead to visual discomfort when viewing content on three‐dimensional (3D) displays, vergence–accommodation conflict is a particular cause of binocular parallax‐based stereoscopic displays, and it is unavoidable. Based on the study of 3D content visual attention, we proposed a novel stereoscopic depth adjustment method to improve the visual comfort and enhance perceived naturalness. The proposed method combined the 3D image saliency and specific viewing condition to establish a novel model for computing the optimum zero‐disparity plane of stereoscopic image. The results of perception experiments, focused on visual comfort and stereoscopic sensation, supported that the proposed method can significantly enhance stereoscopic viewing comfort and even can improve the stereoscopic sensation by insuring the 3D image fusion.     

基于视觉特征和DCT变换的数字水印

数字水印是一种在其它媒介上通过嵌入一些重要标识信息以保护媒介的隐私、版权等的安全技术。该文基于离散余弦变换的原理,结合JPEG标准的量化特点设计水印算法,利用图像本身特征和人的视觉特性确定水印的嵌入位置。根据嵌入算法原理,水印的检测只需要原始图像一小部分的信息,在含水印图像遭受不同程度的压缩、剪切、模糊加噪等攻击后仍能有效地检测到水印的存在。     

浅析插画艺术中的潜意识表现

插画创作需要创新,创新来自灵感,灵感需要突发,需要潜意识的表现,超常规非现实、从潜意识的深渊流溢出的灵感在插画艺术中的运用赋予了受众丰富的想象空间。插画艺术的创作应该用形象语言说话,将现实的插画艺术通过潜意识的表现,丰富思维转化成视觉元素。本文在于正确认识和激发潜意识,在创作时不断地用充满希望与期待的画面与潜意识交谈,让我们的插画艺术更具识别和视觉冲击力。