基于脉冲余弦变换的选择性视觉注意模型-模式识别与人工智能.pdfVIP

第 23卷 第5期 模式识别与人工智能 V01．23 No．5 2010年 lO月 PR AI 0ct 201O 基于脉冲余弦变换的选择性视觉注意模型 余 映 王 斌 ， 张立明 (复旦大学信息科学与工程学院 电子工程系上海 200433) (复旦大学 波散射和遥感信息教育部重点实验室 上海 200433) 摘 要 提出一种基于脉冲余弦变换的视觉注意模型，它模仿自底向上视觉注意的形成机制．该模型结构简单 ，计 算速度快，能够应用于实时处理系统．在该模型中，视觉显著性可表示为二元编码，这与人脑神经元脉冲放电方式 相符合．运动显著性也可通过这些二元编码生成．此外，该模型还可推广为基于Hebb学习规则的神经网络．实验结 果表明，在人眼注视点预测性能上，该模型优于其它经典视觉注意模型． 关键词 视觉注意，显著图，运动视觉，脉冲余弦变换 (PCT)，主成分分析 中图法分类号 TP181；TP183；TP391 SelectiveVisualAttentionModelBasedonPIllsedCosineTransform YU Ying ，WANG Bin ，ZHANG Li．Ming (DepartmentofElectronicEngineering，SchoolofInformationScienceandEngineering， FudanUniversity，Shanghai200433) (KeyLaboratoryofWaveScatteringandRemoteSensingInformation(MinistryofEducatoin)， FudanUniversity，Shanghai200433) ABSTRACT A visualattentionmodelbasedonpulsedcosinetransform isproposed，whichmimicsthegenerating mechanism ofbottom—upvisual attention．Duetoitssimplearchitectureandhighcomputational speed， theproposedmodelcanbeusedinreal—timesystems．Thevisualsalienceofthemodelisrepresentedin binarycodes，whichagreeswiththefiringpatternofneuronsinhtehumanbrain．Th emotionsalienceis generatedbythesebinarycodesaswel1．Moreover，themodelcanbeextendedtoHebbian—basedneural networks．Experimentalresultsshow thattheproposedmodelhasbetterperfomr ancein humanfixation predictionhtanotherstate—of-the-artmodelsofvisualattention． KeyWords VisualAttention，Saliency’Map，MotionVision，PulsedCosineTransfomr (PCT)， Principal ComponentAnalysis 国家863计划项 目(No．2009AA12Zl15)、国家自然科学基金项 目(No和上海市重点学科建设项目(No．Bl12)资 助 收稿 日期：2009—03—09；修回日期：2010—01—18 ．