基于格式塔特征的引导搜索模型及其在多目标检测中的应用

【作者】 杨开富； 赵菊蓉； 李朝义； 李永杰；

【机构】 电子科技大学神经信息教育部重点实验室；

【摘要】 视觉搜索过程的主要目标是把大脑处理资源迅速集中到少量感兴趣的目标上,以提高视觉信息处理的效率。针对多目标的快速视觉搜索过程能有效促进后续高级视觉任务(如场景理解、目标识别等)的执行。本研究中,我们基于视觉背侧通路("where"通路)和腹侧通路("what"通路)的信息处理机制,建立了基于格式塔知觉特征的引导搜索模型,并用于复杂自然场景的多目标检测任务。具体来说,我们首先提取视觉场景的结构信息和各区域的格式塔特征用于估计目标位置的先验信息,这些信息表达了目标的视觉目标空间位置信息,即"where"信息;同时,我们提取图像局部区域的初级视觉特征(亮度、颜色等)用于确定目标具体属性,即"what"信息。最后,通过贝叶斯推理机制整合来自两个通路的信息视觉,实现对复杂场景的多目标搜索和检测任务。实验结果显示,基于场景结构和格式塔信息的引导作用,本文提出的方法能够快速搜索复杂场景中的多种视觉目标。更多还原