一种生物启发的视觉显著模型

提出一种生物启发式的视觉显著模型,利用初级视皮层中的end-stopping机制来提取角点、边缘交叉点和线段端点等这些表征潜在显著物体轮廓的特征,将其与亮度、颜色和方向特征合并形成最终显著图。模型模拟了视觉信号从视网膜、侧膝体到初级视皮层的处理机制:首先根据视网膜和侧膝体特性,将图像分解为亮度和对立颜色通道;然后通过2D Gabor滤波模拟简单细胞感受野, Gabor响应振幅用于表示复杂细胞响应;最后V1层end-stopped细胞响应通过不同朝向的复杂细胞响应乘积来计算,V1层和侧膝体的输出共同构成自底向上显著图。公开数据集上的实验结果显示模型能够准确地预测人眼注视点,性能达到了自底向上模型的先进水平。     

视觉感知的目标识别算法

针对图像的目标识别问题,采用视觉感知的方法,模拟感受野的分层信息处理机制,并引入神经元间的侧抑制机制,对神经元响应进行筛选,通过检测视觉基本特征的方式识别图像中的目标.算法首先在简单细胞的感受野中对图像进行预处理;其次,在复杂细胞的感受野中,将简单细胞的感受野刺激进一步拓扑特征提取,得到感受野刺激响应;最后,通过侧抑制机制对响应神经元筛选,找出对刺激响应较强烈的神经元,将其输出作为目标识别的参数标准.实验结果表明,基于视觉感知的算法可以用少量样本解决大量图像中的目标识别问题,识别率高于边缘检测和图像分割方法,算法的目标识别率达到95.56%.     

矿井移动载体摄像的电子稳像算法

针对矿井移动载体摄像造成的视频抖动,提出一种电子稳像算法,分离移动载体摄像中的主动扫描运动矢量和随机抖动矢量,实现视频序列的稳像补偿.算法首先利用平移运动模型建立图像运动矢量估计方程,以视频序列的角点特征建立帧间映射,求解其最小二乘解得到帧间图像全局运动矢量.然后针对移动载体摄像抖动的不确定性,构建粒子状态预测方程,采用二维欧氏距离定义观测值和观测概率密度,求解运动补偿矢量.通过算法有效性和稳像准确度实验,结果表明:该稳像算法可有效保留摄像机主动扫描运动、去除随机抖动,提高了输出视频的图像质量,稳像后峰值信噪比(PSNR)的平均值比稳像前提高了25.38DB.     

基于固视微动与初级视皮层神经机制的轮廓检测模型

已有研究表明,生物视觉系统中第二视觉通路主要是基于固视微动响应特性来完成视觉信息的特征提取.受此启发,提出一种基于固视微动与初级视觉皮层神经机制的轮廓检测模型,以注视中心为原点,通过不同角度下偏移的高斯一阶导滤波器模拟视觉神经细胞的固视微动特性,其中偏移量由图像的局部特征信息计算得到;然后将不同偏好方向下多个角度偏移模板的滤波能量与注视中心的响应能量竞争得到经典感受野的最优能量响应;最后通过高斯差分函数对最优能量响应进行纹理抑制并获得最终的目标轮廓输出.BSDS数据集的定性和定量实验结果表明,所提出的检测模型能够获得更完整更连续的轮廓特征,具有较高的性能评测指标.     

基于动态因果模型的运动执行和运动想象脑网络研究

利用动态因果模型,分析右手运动执行和想象过程中功能磁共振实验数据对侧初级运动皮层(M1)和双侧辅助运 动区(SMA)的动态功能网络,发现了左侧SMA在右手运动执行和运动想象过程中的主导作用,以及运动想象过程中左侧SMA 对左侧M1的抑制作用;进一步分析了运动执行和想象过程的动态功能网络的差异,发现了实验刺激模式在两种不同的动态网 络中对激活脑区的激活和抑制作用的转化,揭示了运动执行和想象动态功能网络转换的神经机制。     

一种视皮层非经典感受野的模型

根据视觉信息加工过程中视皮层细胞非经典感受野对中心感受野区域具有抑制作用的生物机制,提出了一种模拟该机制的模型。用Gabor能量作为感受野响应,以高斯差分函数为基础构造两个具有方向的半椭圆环来作为非经典感受野区域,设计中心感受野与周边抑制区域的相位差权重函数来模拟非经典感受野的抑制机制。实验结果与这种生理特性相一致。     

视网膜神经元回路响应运动目标的生理学建模

根据模式动物蛙视网膜神经元的生理和信息通路结构，进行了运动目标动态响应的建模和仿真研究。在建立视网膜主要神经元模型的基础上，通过不同的选择和组合仿真来获得不同的输出，分析模式动物获取外界运动目标的信息整合和传输机制，以及由单一刺激因素引起的视觉系统对运动目标动态信息的获取处理和认知过程。研究神经元回路不同连接的动态处理机制，推测响应的认知结果，并与已有生理学数据相比较。结果表明，该视网膜神经元回路模型可以很好地完成对运动目标的检测。讨论了运动目标的检测机制和R3神经元方向选择性响应的形成原因，并分析了感受野时空特性对运动目标检测的影响。     

基于HSV颜色空间静止背景中运动目标的检测算法

针对固定场景视频序列中的彩色运动目标检测,采用HSV颜色空间表示视频原始帧,使用自适应背 景更新在原始帧中提取V 分量建立背景帧,利用背景差分法对视频序列进行运动检测,在运动区域二值化时结合原 始帧中的H 分量对运动区域进行筛选,从而得到特定运动目标被点亮的前景帧。实验结果表明,该算法能够有效地 实现在静止背景、多运动目标共存的视频中检测出特定颜色的运动目标。     

基于随机配点法的饱和-非饱和水流运动模拟

为解决土壤水分运动的不确定性问题,研究了随机配点方法,并应用此方法建立了饱和-非饱和水分运动的随机模型,考虑了土壤分层及参数分布函数的差异,视渗透系数等参数为随机输入,探讨了土壤中水分运动的随机数值模拟,分析了随机配点法的计算性能和选点原则。研究结果表明:基于随机配点法的饱和-非饱和水分运动模拟相比于传统的Monte Carlo模拟极大地节省了计算成本,提高了计算效率;随机配点法可以直接在经典非饱和模型基础上搭建随机模型,这种方法能够快速地构建出水头的概率分布函数;不同的非饱和输入参数对水头的不确定性产生不同影响;随机参数的分布类型会影响到水分运动不确定性的预测。     

基于贝叶斯估计的初级视皮层光栅朝向编码研究

为了认知初级视皮层(V1区)的朝向编码机制,提出一种基于贝叶斯估计理论综合大鼠V1区神经元发放率和发放时间间隔(Inter-Spike-Interval,ISI)特性的复合编码方法.设计不同朝向的光栅对LE大鼠进行刺激,使用微电极阵列采集初级视觉皮层的锋电位序列,采用贝叶斯估计理论,综合V1区神经元的发放率和ISI特性对光栅朝向进行编码.将其编码结果与单独基于发放率的编码结果进行了对比分析.结果表明:复合编码方式对朝向编码的正确率高于发放率编码方式的正确率,也证明了神经元发放时间间隔与发放率共同参与了对光栅朝向信息的编码.     

Texture feature extraction simulating the structure of V1 in the cortex

Focusing on the limitation of the traditional model in extracting image texture features, and referring to the sensitivity of V1 to the edge and shape, the texture feature extraction model based on the V1 model is creatively put forward. 2D Gabor filters and exponential delay function are adopted to simulate the receptive fields of the V1 simple cell, and further a V1 model is obtained by citing the sum of absolute values and normalization, and by analyzing the response characteristics of natural images, image texture features can be obtained by decoding. Simulation results show that the V1 model can tally basically with the experimental data of biology and extract motion features from the grid and random-dot stimuli, and by choosing the best model parameters by comparison, the proposed texture feature extraction model can extract texture features from simple synthetic images and natural images, which effectively sets up the correlation platform of biological vision and computer vision.     

视觉初级皮层区超柱结构的自组织适应模型

在视皮层的初级皮层区中,有许多非常规整的柱形功能结构,它们形成的局域网络具有抽取视图像中最基本的微小特征的能力．视皮层的等级组构为许多心理现象提供了生理解释,这不仅对模式识别、计算机视觉有重要的价值,而且对人工智能系统知识的获取和知识表示都具有非常重要的意义．通过构造一个金字塔状的神经网络层次模型,对模拟视网膜的输入点阵信息进行逐级加工．在计算实现上使用了无监督的自组织语义映射结构,以使模型具有一定的自适应能力．强调的是认知心理功能的计算依托和生理基础．     

基于经验模式分解和多种评价准则的电子稳像

针对摄影中易产生视频抖动的问题,提出一个实时鲁棒的视频去抖动系统.该系统具有如下特性：1)提取参考帧和当前帧的Sift特征点,并对它们进行匹配,通过随机采样一致（RANSAC）算法来得到全局运动参数;2)基于经验模式分解以及多种评价准则(全局运动参数和特征点对位置误差)来确定抖动参数以实现对当前帧的运动补偿;3)结合图像纹理合成算法来修复运动补偿后的视频帧,从而得到稳定和完整的输出视频.通过比较抖动视频和去抖动后的视频结果表明:该系统能够在保持实时性的同时提高视频的平均信噪比约7.2 dＢ,大大提高人对视频中内容的辨识度和观察舒适感.     

全身步态模型的视触融合步态识别算法

为减少背包负重、衣着和环境等因素对步态识别率的影响,提出一种融合视觉和触觉特征的全身步态模型。首先,以支撑脚为起点,根据运动传递过程,建立身体各个部分质量与地面支持力的动力学关系,并且通过加速度引入视觉特征;然后,对模型进行参数分离,得到代表不同步态运动特征的特征矩阵,利用Kinect和步道式足底压力仪获得的视觉图像序列和足底压力图像提取视觉和触觉特征,建立包含正常、背包负重和穿大衣3种步态运动状态下的数据库;最后,选择支持向量机中的多分类方法完成步态识别,在识别过程中通过K-CV法对分类器参数进行了寻优。实验结果表明:足底压力分区方式增加了特征识别点,提高了模型识别率;在正常步态运动条件下模型平均识别率为97.31%,在背包和穿大衣的情况下模型识别性能下降比较少。融合视觉和触觉特征建立包含上肢摆动的全身步态模型可以有效提高模型在复杂步态运动条件下的鲁棒性和步态识别准确率。     

基于DMC-HMM模型的视频异常行为检测

针对视频检测算法中选取合适的图像语义特征提取算法的困难和检测计算效率不高的问题,该文提出了一种基于狄利克雷多项式共轭隐马尔科夫模型的视频异常行为检测算法,首先提出了狄利克雷多项式共轭模型用于抽取视频的底层特征的语义特征,接着将该模型与隐马尔可夫模型相结合进行视频异常行为的检测。通过校园人群流动和交通灯车辆流动实验证明,该方法具有较高的计算效率和检测性能。     

基于运动预测的改进ORB-SLAM算法

针对不同运动场景下以固定的点特征提取与匹配策略的ORB-SLAM算法存在系统跟踪定位误差较大的问题,考虑相机自身运动对视觉SLAM系统的影响,提出基于运动预测的改进ORB-SLAM算法.该方法利用上一帧的点特征利用率和匀速运动模型,预测出相邻2帧之间的共视范围,实时动态调整不同运动状态下的点特征提取阈值,在保证系统稳定性的情况下,提高系统的准确性.提出基于运动预测的点特征匹配优化策略,基于匀速运动模型快速确定出共视范围内的有效待匹配点,结合图像金字塔缩小匹配搜索范围,减少大量的无效匹配过程.在TUM数据集上进行对比实验,结果表明,提出的算法不仅实时性好,而且提高了系统的精度.     

基于相位一致性的输电线监控视频图像线特征提取

线特征是图像分析中视觉感知的重要线索,是复杂背景下从输电线监控视频图像中提取电力线的重要特征,其为后续输电线状态分析提供依据。文章应用相位一致性原理提取输电线监控视频图像的线特征,通过仿真同其他传统方法进行了对比。实验结果表明,该方法能有效地实现复杂背景下线特征的提取。     

一种基于改进SURF的视频DNA生成算法研究

为有效提高视频内容管理的准确性和高效性,本文借鉴生物信息学的方法,提出了一种降维改进的SURF算法和K-means算法相结合的视频DNA提取算法。该算法通过提取关键帧的SURF特征得到特征点集合,并对其进行K-means聚类构建视觉词袋模型,并将SURF特征通过视觉词袋模型量化为视觉词汇,并最终编码生成视频DNA。实验结果表明,采用改进的SURF算法生成的视频DNA具有良好的准确性和鲁棒性,并能在时间开销方面得到一定的提高。     

基于ViBe算法运动特征的关键帧提取算法

针对视频关键帧提取算法中运动类视频运动目标特征不易提取所造成的错选和漏选问题,提出一种基于背景建模(visual background extractor, ViBe)算法的前景运动目标特征提取的关键帧提取算法。通过ViBe算法对视频序列进行前景目标检测,提取前景运动目标的尺度不变特征变换(scale invariant feature transform, SIFT)特征,并对相邻帧之间的特征数据进行特征点匹配,根据定义的公式计算视频帧的相似度,然后根据提出的关键帧判别方法输出视频的关键帧。试验结果表明,该算法能较好的解决运动类视频关键帧提取中出现的漏选和错选问题,与基于SIFT分布直方图的算法相比,其查准率和查全率的综合指标F₁值有较好提高。因此该算法对于判别运动类视频中包含关键动作的关键帧具有较好的检测效果。