基于贝叶斯置信传播的视觉注意层次模型-控制工程专业论文.docxVIP

万方数据 万方数据 Dissertation Submitted to Shanghai Jiao Tong University for the Degree of Master Hierarchical Visual Attention Model Based On Bayesian Belief Propagation Candidate： Junkai Cen Student ID: 1120329099 Supervisor： Prof. Tao Fang Academic Degree Applied for： Master of Engineering Speciality： Control Engineering School of Electronic Information and Affiliation： Electrical Engineering Date of Defence： Jan, 2015 Degree-Conferring-Institution： Shanghai Jiao Tong University 上海交通大学硕士学位论文摘要 上海交通大学硕士学位论文 摘要 基于贝叶斯置信传播的视觉注意层次模型 摘 要 人类视觉系统能帮助人们在有限的资源条件下，从复杂的场景和大量 的信息中筛选出显著或者感兴趣的区域，而忽略、过滤掉那些不关心的 物体。神经科学等领域对视觉注意机制的研究不仅揭示了人类视觉系统 加工视觉信息的工作过程，还为构建具有生物可行性的注意模型提供理 论依据，并推动了视觉注意模型在计算机视觉领域中的图像分析和目标 检测等的应用。 本文深入研究了视觉注意的理论模型、选择单元、偏向竞争和层次性 等有关的视觉注意机制，并重要研究了基于贝叶斯理论的视觉感知和视 皮层信息传递。受人类视觉系统采用层次性处理机制能预测感兴趣区域 和进行有效的目标检测启发提出了基于贝叶斯置信传播的视觉注意层次 模型。该模型主要模拟了视皮层的信息处理和传递功能提取特征并进行 相应的加工，通过多通道分离提取颜色特征作为腹侧通路中自底向上的 推理线索，利用 Gabor 滤波器提取方向信息并经背侧通路作为自顶向下 的位置偏置，然后在贝叶斯框架下集成自底向上的线索和自顶向下的位 置偏置，利用置信传播来推导和计算关于位置的后验概率，从而获得视 觉注意的显著图。 为了分析本文模型的有效性，首先选取自然场景数据集进行对比实 验。不仅从计算方法的角度比较本文模型与其他视觉注意模型的差异， 还采用多种评价指标定性定量地进行对比。实验表明本文模型的显著图 与人眼注视图更为接近，能更好地预测人眼感兴趣区域。此外，还利用 遥感影像集来评价本文模型的显著图，并通过 WTA 神经网络获取 FOA 方法来提取显著区域，结果表明本文模型较 GB 和 CA 模型能更好地实 现遥感影像中的目标检测。 I II万方数据 II 万方数据 关键词 ：视觉注意，显著图，贝叶斯置信传播，人眼注视图，目标检测 上海交通大学硕士学位论文AB 上海交通大学硕士学位论文 ABSTRACT PAGE IV万方数据 PAGE IV 万方数据 HIERARCHICAL VISUAL ATTENTION MODEL BASED ON BAYESIAN BELIEF PROPAGATION ABSTRACT Human visual system helps people to select salient or interesting regions from complex scene and massive information while ignoring and filtering objects unconcerned under the condition of limited resources. The research of visual attention mechanism in the field of neuroscience can not only reveal the information process of human visual system, but also lay a theoretical foundation of biological plausible models, making it better applied in computer vision such as image analysis and object detection. This article studies deeply from the perspective of theory model, selective unit