视觉引导搜索机理的计算模型及其在目标检测中的应用研究

Visual search aims to aggregate the resources in the brain to one or few objects related to the current visual scene or task so as to improve the efficiency of visual information processing. To develop efficient brain-inspired methods for visual scene analysis and visual learning has attracted increasing attention from scientists in the field of artificial intelligence. In this project, we will focus on the computational modeling of visual guided search and developing efficient methods for object detection in complex scenes. The main contents of this project include the following three aspects: (1) Based on global scenes analysis and principles of perceptual organization, we will build the models of the visual experience and guided information, like the layout of the scene, the relationship among objects, and so on. (2) We will build the method for adaptive feature learning which is supervised by the rough guided information on the basis of the mechanisms of dynamic receptive filed and feedback connections in the visual system. (3) We will study the basic model of guided search by integrating the global guided information and local visual features with the probabilistic graphical models, Bayesian networks for example, and develop efficient methods for small object detection in complex scenes. The achievements of this project will be promising to contribute to the intelligent perceptual technology in future.

视觉搜索的目的是把大脑资源集中在视觉场景中少数与当前行为相关的重要目标上，从而提高大脑信息处理的效率。基于生物视觉感知机理，开发智能的视觉场景分析与学习技术是当前人工智能领域的研究热点之一。本项目拟对视觉引导搜索等感知机理进行计算建模，着力于解决复杂场景的小目标检测问题。本项目主要开展三方面的研究工作：(1) 基于对视觉场景的全局分析和知觉组织规律的模拟，建立视觉场景布局、目标-背景关系等场景信息的结构化表达模型，提取场景语义和视觉经验等引导信息；(2) 结合视觉感受野自适应特性和反馈信息处理机制，建立粗略引导信息监督下的自适应局部特征学习方法；(3) 结合概率图模型（如贝叶斯网络）等推理方法，建立融合全局引导信息和局部视觉特征的视觉引导搜索模型，并用于解决复杂场景的小目标检测任务。本项目研究成果将为复杂场景的视觉目标检测、目标识别等智能场景感知技术提供重要的技术基础。

视觉搜索是生物视觉系统实现高效场景理解的重要机制之一，基于视觉目标搜索机理的计算建模能够为解决复杂场景中的快速目标检测问题提供新的思路和启发。本项目分别从提高视觉特征有效性和场景分析稳定性两个方面，研究了面向视觉注意预测和目标检测的视觉引导搜索模型。本项目中，我们选择夜间交通场景作为主要的验证环境，并建立了针对夜间场景、高动态范围场景的视觉增强方法，以提高复杂场景中视觉特征提取的有效性。其次，我们基于眼动实验研究了轮廓图像和结构化场景的注意分布关系，建立了场景结构和知觉组织特征引导的显著性检测模型或显著目标检测模型。最后，我们建立针对交通场景的结构化表达方法，实现了场景结构引导的夜间交通场景注意预测和目标检测模型。这些成果，对未来进一步研究全天候交通场景的计算方法和应用具有重要的支撑作用。在该项目的资助下，项目组在国际重要SCI刊物发表学术论文5篇，另有1篇已完成的期刊论文正在投稿中。另外，发表国际会议论文2篇（EI检索），国际会议报告2篇（海报展示），申请中国发明专利2项（其中1项已授权）。此外，建立了2个小规模眼动数据库。