视觉注意和行为知模型及其应用.pdfVIP

摘要 摘要 视觉是感知行为的最主要方式。视觉信息通常具有信息量大、维数高等特点。注 意力选择机制在视觉感知的初期发挥了关键性的作用，帮助我们分析、提取视觉场景 中感兴趣的区域和目标，在工程应用上有着良好的应用前景。但现有的视觉注意理论 模型往往存在计算复杂、实验结果依赖参数选取等缺陷。这就导致其并不适用于诸如 图像、视频质量评价等有较高实肘性要求的工程应用。 同视觉注意类似，行为抉择是生物另一项基本技能，是一个极其复杂的脑信息处 理过程。人工智能领域的增强学习算法能够模拟生物行为抉择的学习过程。通过奖惩 信号，不断试错，最后得到优化的策略。但传统的基于查找表的增强学习方式无法适 应状态维数很大的情况，因此并不能很好的应用在视觉信息的学习上。 针对上述局限，本文在以下几个方面进行了探索，主要贡献为： 将各频点上的幅度设为同一常数，保留其相位信息，对其反变换到空间域的图像 滤波后，得到反映视觉注意力显著图。这种算法大幅提高了运算速度，其显著性 提取效果也优于现有的注意力选择模型。 2．提出了一种基于显著性的图像、视频质量评价方法。利用快速注意力选择算法计 算参考图像和视频帧的显著图，将得到显著图看做权重来调节原有图像评价准则， 对视频