基于不变性知觉的双目视觉注意机制研究

视觉注意建模是实现视觉信息主动获取和选择性处理的核心任务。本项目针对基于物体的视觉注意建模中感知物体难以定义的关键问题，以双目主动视觉的注意机制为研究对象，通过引入拓扑性质知觉和双眼线索，探索基于知觉信息时空整合和反馈调控的感知物体自学习方法，建立基于不变性知觉的双目视觉注意模型。主要研究整合双目深度线索的感知物体预定义和不变性局部特征提取方法；建立从整体拓扑到局部特征统一的三维知觉物体模型，研究基于连续投影图匹配的三维知觉物体匹配和知觉搜索策略；探索早期知觉稀疏编码和学习的时空整合模型，实现知觉反馈调控的感知物体定义修正和注意转移机制。本项目将视觉注意建模研究拓展到双目视觉系统中，并结合拓扑知觉理论开展研究，更符合人类视觉认知特性，为双目视觉注意机制和拓扑性质知觉的统一建模提供前期理论探索。预期研究成果可为目标识别和跟踪、视觉导航等实时视觉应用需求提供视觉认知的理论支持和技术方案。

本项目将视觉注意建模研究拓展到双目视觉系统中，研制并完成一套具有双目视觉注意机制的软硬件原型系统，提出了符合人眼视觉认知特性的视觉显著性计算模型，并在图像质量评估、运动目标检测等视觉任务中获得成功应用。项目主要研究成果如下：. 一、采用混合视差计算模型获取双眼深度线索。（1）提出一种基于人类单目视觉深度感知及成像原理的单相机获取深度线索方法。（2）针对实际自然场景的特点，提出一种基于相似性匹配传播的双目立体匹配算法。（3）提出一种基于非参数化Census匹配算法的FPGA方案，构成硬件原型系统核心。. 二、结合深度线索与二维视觉特征实现感知物体定义。（1）提出一种深度线索与二维图像特征的有效融合策略。（2）提出一种符合人眼视觉特性的具有边缘保持的自然场景图像自适应加权滤波方法。（3）提出一种双通道颜色对比度融合的视觉显著性检测方法。. 三、不变性局部几何和纹理特征提取。（1）提出一种基于梯度方向直方图的判决式视觉显著性检测方法。（2）提出一种融合区域颜色对比度和梯度方向直方图特征的显著性目标检测算法。. 四、整体拓扑到局部特征的统一建模架构。提出一种基于韦伯定理和中央—周围假设的自下而上的视觉显著性检测方法。. 五、三维知觉物体匹配和知觉搜索策略。（1）在自制的双目视觉采集硬件平台上，研究实现三维物体的知觉特征匹配，以及匹配过程中的知觉约束和搜索策略。（2）将上述系统及算法应用于视觉导航，实现移动机器人的自主规划和控制。. 六、早期知觉稀疏编码和学习策略。（1）提出基于高斯混合分布模型和知觉物体编码的显著运动目标检测算法。(2)提出一种基于不变性局部几何和纹理特征的学习策略。. 七、知觉反馈调控的感知物体定义修正和注意转移机制。（1） 提出一种基于注意转移机制的结构相似度图像质量客观评价方法。（2）提出一种面向视觉显著性检测的中央—周围环绕优化方法。（3）提出一种模拟视网膜滤波的视觉显著性检测方法。. 八、系统原型的软硬件平台搭建及应用。（1）研制了项目所需的基于FPGA的双目立体视觉硬件系统平台。（2）将相关成果应用于基于全景相机的自由视点网络视频直播/点播系统，实现视频导播中视点能自动跟踪显著目标的智能导播功能。