基于视觉注意力选择机制的视频可疑目标识别方法.PDF

复旦大学科技创新计划报告书 Vol.21 2010 基于视觉注意力选择机制的视频可疑目标识别方法 王泮渠 复旦大学电子工程系 摘要 我们提出了一种先进的基于人类视觉注意力的智能目标识别和视频分析方法。自上而 下和自下而上的注意力分别应用在获取感兴趣的区域（显著图）和目标识别过程上。在自下 而上注意力方面，我们利用了一种快速准确的四通道 PFT 方法。我们用视觉的反馈抑制 （IOR ）过程来顺序获取突出的显著区域。考虑到人眼存在观测景物近大远小的视觉特征， 我们在很多参数的选取上考虑了这一点。在目标识别过程中，我们结合目标颜色分布的欧氏 距离、中心点坐标和目标速度来决定此目标是否匹配，进而决定是否为可疑目标。通过大量 在测试图像和视频上的实验，我们证明了本方法识别率高，速度快，可以应用到诸如视频监 测和安防系统等领域。 上而下注意力识别的结果和当前的任务相 I 方法介绍和研究动机 关。自上而下和自下而上的注意力理论具有 相应的生物依据，因为我们发现神经中枢的 人类的视觉具有在高度复杂的无序场 背侧流和目标的空间位置相关，而腹侧流和 景中识别感兴趣目标的能力，我们把这种能 目标识别相关[6]。 力称作注意力。早期的心理学家已经认识到 了注意力的存在。1890 年William James [1] 1998 年，基于特征综合理论，L.Itti 和 指出视觉注意力“拥有一个焦点，一个周围 Koch 提出了第一个可计算的视觉注意力模 和一个边缘[2]”。在 1980 年，Treisman 和 型 -NVT(Neuromorphic Vision C++ Gelade 提出了著名的特征综合理论[3]，指出 Toolkit)[7] 。这个模型具有极高的生物可信 视觉注意力分为两个阶段：特征分割和特征 度，具有可接受的速度，但是严重依赖于参 综合。特征如颜色、边缘和方向被分别提取、 数选取。在NVT 之后，其他关于视觉注意 编码并最终整合成一幅只包含位置信息的 力的计算模型纷纷出现。比较著名的有： 显著图，在图中最亮的区域被认为是最突出 Bruce 和 Tsotsos 的信息最大化理论[8]; 的注意力焦点。在 1995 年，Desimone 和 D.Gao 和 N.Vasconcelos 的利用中心-周边 Duncan[4]指出，视觉注意力分为“自下而 法则的差异性显著理论[9]; L.Zhang 等的基 上”和“自上而下”两个阶段。自下而上的 于贝叶斯统计方法的 SUN （Saliency using 注意力把特征从背景中分离，而自上而下的 natural statistics ）理论[10]。以上理论均为空 注意力选择和当前行为相关的目标。我们可 间域方法，认为特征复杂的地方值得注意。 以把自下而上的注意力看作是“仅仅基于图 在2008 年，在Hou 等的基于傅立叶变换幅 像的”，而自上而下的注意力是基于任务的 度残余谱获取显著图理论(SR)[11] 的启发下, [5]。例如，当我们看到一个人站在宽阔的草 C.Guo 和 L.Zhang 提出了一种频域的自下 坪上时，我们自下而上的注意力首先观测到 而上的方法-PQFT 来获取显著图[12]。P