基于贝叶斯集成的视觉注意模型及其高分辨率遥感影像目标快速检测研究

人类视觉系统具有非常快而准地从复杂环境中搜索到感兴趣目标的能力。虽然人类对视觉系统的认识还非常不够，但在视觉选择注意机制及视觉注意计算模型等方面已取得了一些非常诱人的研究成果。.受视觉选择注意机制的启发，结合视觉选择注意模型、视觉认知、场景理解等领域的最新研究成果，通过深入研究多种低层次视觉线索的作用机理，尤其是遥感影像光谱等特征与人类视觉选择注意的耦合机制，构建高分辨率遥感影像低层次刺激的显著性度量，建立集成bottom-up与top-down视觉注意的贝叶斯推理的统一理论框架，解决复杂场景下高分辨率遥感影像感兴趣区域的快速搜索与特定目标的检测，探索高分辨率遥感影像智能目标检测的新途径。

近3年来，项目组针对高分辨率遥感影像的特点，在深入理解视觉注意机制的基础上，将视觉注意理解为一个集成多种线索的贝叶斯推理过程，重点研究基于贝叶斯推理的视觉注意模型并应用于高分辨率遥感影像特定目标的检测，主要在以下几个方面已经取得了显著进展：.（1）深入学习神经科学、认知科学等领域有关人类视觉系统注意机制的发现，在掌握视觉注意在大脑各视觉皮层中作用机理的基础上，在构建视觉注意模型体系结构中考虑到了视觉注意的层次性处理机制，并在所提出的视觉注意模型中模拟了这种层次处理机制。.（2）低层次视觉特征是高分辨率遥感影像目标具有的直接属性，在一定程度上能提供关于目标的自底向上的显著性，而不同的低层次视觉特征能从不同的角度描述目标在影像中的显著程度。本项目着重研究了颜色、形状、方向等低层次视觉特征，并用实验验证了其在高分辨率遥感影像特定目标检测中的作用。.（3）受人类大脑能够整合多种视觉线索并有效处理视觉线索不确定性的启发，将视觉注意理解为能够处理多个视觉线索的贝叶斯推理过程，提出集成自底向上线索与自顶向下先验的基于贝叶斯推理的视觉注意模型，将位置信息与视觉线索、先验相关联，通过贝叶斯推理很好地模拟了视觉注意机制。在高分辨率遥感影像集上的目标检测实验证明了这类模型是实现高分辨率遥感影像特定目标检测的一种有效方法。.此外，受本项目资助共计发表13篇论文，其中4篇SCI论文，1篇EI论文，另有3篇论文已收到录用通知。受本项目资助已毕业的学生有博士3人，硕士10人，即将毕业硕士1人。