摘要：針對復雜背景下的目標識別問題，提出一種新的基于增量記憶的視覺注意模型。首先根據(jù)目標的顏色形狀，以及自底向上的原始視覺特征顏色、強度、方向、對稱性對目標進行粗定位。在此基礎(chǔ)上，利用粗選目標的顏色、形狀生成一組自頂向下的偏差信號，對初選目標進行及時指導修正。為了提高識別的準確率，算法設(shè)計了一種增量學習記憶的機制來指導偏差信號，所提出的增量注意機制不僅可以不斷學習和記憶各類目標的顏色和形狀特征，而且利用這種機制可生成一個自頂向下的偏差信號，對關(guān)注的候選區(qū)域的目標進行精確定位。此外，訓練后的增量記憶的顏色、形狀特征有助于推斷新的未知目標。最后的仿真實驗中，與五種典型算法對比，無論是主觀還是客觀實驗，都獲得了較優(yōu)結(jié)果。因此，所提算法是一種高效的、切實可行的算法。

　　關(guān)鍵詞：自底向上注意；自頂向下注意；增量記憶；視覺顯著性

0引言

　　人類視覺系統(tǒng)［1］具有機器無法比擬的靈活、高效的適應(yīng)能力，在自然或雜亂復雜的場景中，往往可以輕松地檢測到任意目標。因此，把人類視覺系統(tǒng)的特性融入到人工視覺系統(tǒng)中一直是計算機視覺領(lǐng)域的研究重點。而顯著目標檢測，由于其高效的處理性能、廣闊的應(yīng)用前景，被認為是機器視覺研究的重中之重。

　　本文利用增量記憶將自底向上處理過程與自頂向下處理過程結(jié)合起來，提出一種新的注意模型?；谠撃Ｐ偷乃惴◤娬{(diào)自頂向下的注意感知，實際上是一個自底向上和自頂向下有機融合和相互作用的過程，將目標對象生成的偏差信號定義為增量記憶，自頂向下模型生成的增量記憶不斷指導修正自底向上模型對目標對象的識別，達到即使在復雜背景下，也可以準確、高效地識別出目標對象。最后的仿真結(jié)果中，與6種典型自底向上注意模型對比，所提算法體現(xiàn)了更好的穩(wěn)定性和有效性。

1視覺注意機制

　　視覺注意機制是模擬人腦來處理信息的機制［2］。通過將不同的處理優(yōu)先級賦予不同的圖像區(qū)域，可以降低處理過程的復雜度，提高處理速度和抗干擾能力，即在特征整合理論的基礎(chǔ)上，提取圖像的亮度等初級視覺特征，形成各個特征維的顯著圖；然后基于非均勻采樣的方式，采用多特征圖合并策略對這些不同特征維的顯著圖進行融合，形成一幅最終的顯著圖。根據(jù)顯著圖可以得到一系列的待注意的目標，各目標通過注意轉(zhuǎn)移的禁止返回(Iinhibition of retum)機制［3］和勝者為王(Winnertakeall)競爭機制［4］吸引注意焦點，并使得注意焦點在各個待注意的目標之間依一定的原則轉(zhuǎn)移。注意信息是由每一個對應(yīng)于特定區(qū)域圖像特征的點組成的。

　　以基于視覺注意機制的注意快速識別目標為例，其識別效果如圖1所示。

　　由圖可知，單純視覺注意模型檢測顯著目標的效果并不好，在目標對象和背景對比度不明顯的情況下識別效果很差，顯著區(qū)域的邊界不清晰，特征細節(jié)給模糊掉了，目標對象并不突出，尤其背景比較復雜的情況下，噪聲干擾也比較大。

2基于增量記憶視覺注意模型的復雜目標

　　為了模擬人類的智能視覺系統(tǒng)，本文提出一種基于增量記憶的視覺注意的模型。本模型包括兩個處理過程：自底向上處理過程［5］，自頂向下處理［6］過程。自頂向下處理過程生成增量記憶，指導修正自底向上處理過程的識別目標對象工作，其中增量注意不僅可以不斷學習和記憶各類目標的顏色和形狀特征，而且利用增量記憶生成自頂向下的偏差信號，可以對目標對象進行精確定位。整體框圖如圖2所示。

　　首先由原始的輸入圖像可獲取到圖像的基本特征，通過高斯金字塔提取粗尺度圖像，圖像通過中央標準差(CSD)獲取到顯著信息［7］；同時對圖像的基本顏色特征、形狀特征進行加權(quán)等處理生成基于原始圖像的顏色、形狀偏差信號，即增量記憶，在生成細識別目標對象的過程中，偏差信號對識別不斷指導修正，以實現(xiàn)復雜背景下目標對象的高效準確識別，生成顯著圖。通過增量記憶［8］不僅可以識別顯著區(qū)域，而且可以將其存儲下來。

　　21自底向上處理

　　211顏色特征提取

　　為了提高識別精度，并且實現(xiàn)彩色圖像的識別，識別過程中各個顏色通道需保持獨立。若想獲得最佳的圖像邊緣就需要采用IUV顏色空間［9］。把對彩色圖像(R，G，B)的識別問題轉(zhuǎn)換成(I，U，V)顏色空間的問題，識別過程中各個顏色通道保持獨立，這種方法識別精度高，并且實現(xiàn)了彩色圖像的識別。通過公式（1）計算：

　　根據(jù)RGB顏色空間模型［10］構(gòu)建一個 IUV 顏色模型，轉(zhuǎn)化方法如公式（2）所示：

　　強度特征i通過公式(3)獲得：

　　i=(r+g+b)/3(3)

　　212基于中央周邊差的特征處理

　　在顯著圖模型中，以方向(O)和對稱性(S)特性作為高階特性，分別利用Gabor濾波器和Fukushima對稱性提取邊緣特性的方法，將I、O、S、U、V 5個特征通過高斯金字塔，生成7個不同尺寸的特征圖，可以得到35幅特征圖。然后，利用中央周邊差，將I、O、S、U、V的顯著圖組合成4個顯著圖，如式（4）：

　　I，O，S，C分別表示強度、方向、對稱性和顏色對立的顯著圖。c和s分別代表規(guī)模指數(shù)小尺度（中心）和粗尺度（周圍）。N(·)是一種歸一化函數(shù)，這樣每個像素值都在0~255范圍內(nèi)。

　　213基于顯著圖的獨立成分分析

　　在該模塊中，采用獨立分量分析算法［11］來減少冗余，以視覺皮層的作用作為冗余減速器。將特征圖各個特征通道與濾波器寬度作卷積計算并求和來確定局部顯著區(qū)域。最合適的規(guī)模顯著區(qū)域集中在x，如式（5）所示：

　　HD(l,x)和WD(l,x)分別是熵和窗大小。在自底向上顯著圖模型中獲取局部區(qū)域，定義為IOR 區(qū)域［12］。自底向上凸起的局部地區(qū)獲得的地圖模型被定義為IOR地區(qū)。那么屏蔽掉這個IOR 區(qū)域也就是排除了先前認為的顯著對象，接著可以找到下一個顯著目標。

　　214顯著圖的熵值選擇與目標對象中央加強

　　本文通過抑制幅度譜脈沖進行顯著目標檢測，對脈沖的抑制量不同檢測出的顯著圖結(jié)果也不同，所以建立了不同高斯函數(shù)平滑后幅度譜尺度空間［13］，它是由一系列高斯函數(shù)與幅度譜卷積［14］得到的，每個高斯函數(shù)具有一個不同的尺度參數(shù)，如式（6）所示：

　　其中k為可調(diào)節(jié)的尺度參數(shù)， k=1…K，K由圖像的尺寸決定，如式（7）所示：

　　K=［log2min{H,W}］+1(7)

　　H,W為圖像的長和寬，t0=05。給定圖像的幅度譜為A(u,v)，則平滑幅度譜的尺度空間如式（8）所示：

　　Λ（u,v,k）=(g(u，k)*A(u,v))(8)

　　對不同尺度的顯著圖求熵值，熵值最小的顯著圖［15］認為檢測結(jié)果是最好的，其計算公式如式（9）所示：

　　kp=arg min{H(Sk)}(9)

　　其中熵值計算為傳統(tǒng)的計算公式如式（10）所示：

　　H(x)=-∑ni-1Pilogpi(10)

　　22自頂向下處理

　　221提取顏色和形狀特征

　　由R，G，B和Y色彩成分可以獲取到RG和BY特性，而由RG和BY可以獲取物體的顏色和形狀特性，通過此過程可以有效地通過顏色特征來提取圖像的細節(jié)信息。目標物體的RG和BY特征通過裁剪變成兩個16×16極對數(shù)特性，并且將每個極對數(shù)特性轉(zhuǎn)換為一維向量。

　　本文采用熵最大模型來分別模擬視覺注意機制簡單特性和復雜特性，即S1和C1特性。S1特性構(gòu)造使用一個對象在一個局部區(qū)域的定位信息，并通過Gabor濾波器具有不同尺度的輸入圖像。通過濾波可以獲得2尺度和8個方向的濾波特性的S1特性。因此每個方向就有了兩個S1定位圖，通過S1定位圖對每個方向的操作取最大的操作可以得到C1特性。

　　222自頂向下信號生成偏差矩陣

　　當成功訓練學習目標對象后還有一個額外的作用就是可以生成權(quán)重矩陣，矩陣可以生成自上而下的偏差信號，這樣便在輸入場景中可以找到目標對象區(qū)域?；谔囟ㄆ钭⒁獾哪繕藢ο笕蝿?wù)來考慮尺度不變特性，基于三種不同尺度的高斯金字塔，其三種不同的尺度可以用來訓練三種不同比例的顏色和形狀特性。所以這三種不同比例訓練的權(quán)重矩陣可以生成三種不同尺度的特性。在中央周邊差(CSD&N)過程中，三種不同比例的權(quán)重矩陣可以用于生成不同尺度的偏差信號。

　　在自底向上的特征提取過程中獲取到權(quán)重矩陣從而獲得自上而下的偏差信號，在生成偏差信號的過程中IBe，OBe，SBe，CBe如式(11)所示：

　　其中c_We和f_We分別是顏色和形狀的加權(quán)矩陣，Ie，Oe，Se，Ce分別是強度、方向、對稱性和顏色特征。

　　23增量記憶

　　首先將自頂向下處理工程生成的顏色、形狀偏差信號定義為增量記憶，結(jié)合考慮自頂向下的目標對象的形狀和顏色偏差信號，得出顯著圖，利用提出的模型可以成功地提取出目標物體區(qū)域，生成流程圖如圖3所示。　

　　通過對一個特定尺度的目標對象的感知可以獲取到每個感知對象的權(quán)重矩陣。因此，通過使用不同尺度的自底向上特征并用自上向下的加權(quán)矩陣提出的自上向下偏差模型可以檢測出尺度不變的對象定位區(qū)域。基于同一特征圖生成過程由自頂向下的偏差強度特征、方向特征、對稱性特征、顏色特征可以創(chuàng)建偏差強度特征圖、偏差方向特征圖、偏差顏色特征圖、偏差對稱性特征圖這四種不同的偏差特征圖。

3實驗結(jié)果

　　將本文提出的方法與FT，SR，AIM，Gbvs，Itti算法進行比較，實驗結(jié)果如圖4。

　　(d)AIM(e)Gbvs(f)Itti(g)本文方法從上圖的對比結(jié)果可以看出，本文方法具有最好的顯著性能評估。對于測試圖像，大多數(shù)方法都能夠檢測出顯著目標，但是都各有利弊，并不完善。FT算法可以識別目標對象但是精確度不高，沒有消除冗余信息；SR算法抗噪聲性能不好，識別效果也不是很理想；AIM算法在目標對象和背景對比度不明顯的情況下識別效果很差，顯著區(qū)域的邊界不清晰；Gbvs算法和Itti算法可以識別出目標對象的大體輪廓，但是對象的細節(jié)信息被復雜的背景給模糊掉了，所以最終識別效果不好。從本文算法最終識別效果可以看出，對于復雜背景下的目標對象識別效果還是很不錯的，冗余信息處理的也比較好，抗噪聲性能相比較也是比較強的，精確度、準確率等各方面的表現(xiàn)都不錯。

4結(jié)束語

　　在正常的人類視覺中，自底向上和自頂向下處理過程的結(jié)合將會影響注意，并將注意吸引到顯著的相關(guān)場景部分。所以，強調(diào)模擬自頂向下的注意感知實際上是一個自下而上和自上而下的有機融合和相互作用的過程，在這個過程中自動運用視覺認知規(guī)律，通過一系列視知覺操作，使視覺處理過程在一定目的下，以盡可能小的代價獲得盡可能好的結(jié)果，也更加符合人類視覺感知的基本特征。

　　復雜背景下的目標識別是計算機視覺的研究熱點和難點問題。本文中提出了一種基于增量記憶將自底向上和自頂向下相結(jié)合的方式來定位復雜背景下目標對象的方法。在復雜的背景下，該模型有較強的噪聲抑制能力,可以把目標準確定位出來并且更好地解決目標識別的問題。

　　參考文獻

　　［1］ 田媚.模擬自頂向下視覺注意機制的感知模型研究［D］.北京：北京交通大學,2007.

　?。?］ 暴林超．復雜目標視覺注意模型研究［D］.武漢：華中科技大學，2011．

　?。?］ 謝玉林.貝葉斯框架下圖像顯著性檢測［D］. 大連: 大連理工大學, 2011.

　?。?］ 殷德奎,張保民,柏連發(fā).一種熱圖像的多模板邊緣檢測方法［J］.南京理工大學學報,1999,23(1): 16-20.

　　［5］ TREISMAN A,GELADE G. A feature integration theory of attention ［J］. Cognitive Psychology, 1980, 12(1): 97-136.

　?。?］ 王岳環(huán),張?zhí)煨?基于視覺注意機制的實時紅外小目標預檢測［J］.華中科技大學學報: 自然科學版,2001,29(6):7-9.

　?。?］ 唐奇伶.基于初級視皮層感知機制的輪廓與邊界檢測［D］.武漢：華中科技大學,2007.