[发明专利]基于脉冲余弦变换的选择性视觉注意计算模型

说明书

技术领域

本发明属于图像和视频处理技术领域，具体为一种基于脉冲余弦变换的选择性视觉注意计算模型。利用该模型模拟人脑选择性视觉注意的产生机制，产生有效的视觉显著图，在空间上和时间上都可以很快地计算得到相应的视觉显著图，从而能够探测视觉场景中的空间显著性和运动显著性。在机器人导航，虚拟人系统，自动对焦系统等计算机视觉领域内有广泛的应用前景。

技术背景

人的视觉系统中存在一个基于场景显著性(Saliency-based)的自底向上(Bottom-up)的视觉注意机制，它使人眼能迅速注意到复杂场景中的显著目标。选择性视觉注意(Selective Visual Attention)是人脑视觉通路中信息处理的一个关键环节，它仅容许少部分感知信息进入短期记忆和视觉意识阶段。因此，人脑没有并行处理所有视觉感知信息，而是以串行方式进行信息处理[1]。

近期研究指出，初级视觉皮层(V1)中形成了自底向上的视觉显著性信息，响应最强烈神经元，其感受野对应的场景区域成为视觉注意焦点的可能性最大[2]。这种观点认为，视觉显著性的形成是同类神经元侧抑制作用的结果。Itti等人提出过一个在计算结构上具有生物学合理性的视觉注意模型[3]。其后，Walther将该模型进行功能扩展[4]，并创建了图像显著性工具箱(Saliency Toolbox，STB)，可生成决定注意焦点位置的视觉显著图(VisualSaliency Map)。然而，此类模型参数设置复杂，算法结果受到参数设置的影响较大，而且，计算复杂度高，运算十分耗时，难以应用到实时系统。此外，它们不能计算运动显著性。

Hou等人认为，单幅图像幅度谱和均值幅度谱的残差中蕴含了场景显著性信息[5]，并提出计算视觉注意显著图的谱残差(Spectral Residual，SR)方法。Guo等人进一步提出相位谱四元数傅立叶变换(Phase Spectrum ofQuaternion Fourier Transform，PQFT)方法[6]，利用傅氏变换的相位谱信息计算得到视觉注意的时空显著图。因为复数计算不可能在人脑中实现，所以此类方法的计算结构缺乏生物学合理性。

发明内容

本发明目的在于：提出一个既有优异的人眼视觉注意模拟性能，同时又能实时应用的基于脉冲余弦变换的选择性视觉注意计算模型。

本发明目的通过下述技术方案实现：本发明提出脉冲余弦变换(PulsedCosine Transform，PCT)，并用它来模拟人脑视觉皮层同类神经元间的侧抑制过程，从而进一步产生有效的视觉显著性信息，脉冲余弦变换的选择性视觉注意计算模型(PCT视觉注意计算模型)，具体步骤如下：

1、视觉显著图的计算：

给定输入图像M，视觉显著图的计算步骤为：

P＝sign(C(M))，              (1)

F＝abs(C¹(P))，            (2)

SM＝G*F²，                 (3)

其中，C和C^-1分别表示DCT变换和它的逆变换，sign(.)为符号函数，abs(.)为取绝对值函数，G是二维高斯低通滤波器；其中，在(1)式中仅仅保留DCT系数的符号，丢弃了幅度信息；其二元化系数(即-1和1)模拟了人脑神经元的放电与否；将(1)式称为脉冲余弦变换(Pulsed Cosine Transform，PCT)，此方法称为计算视觉显著图的PCT模型，最后，视觉显著图由(2)、(3)两式计算得到。输入图像首先要进行亚采样处理，处理后的图像尺寸决定了视觉注意的尺度。一般情况下可将输入图像均缩放到短边为64像素，长边则按照原图长宽比例进行相应调整。

由于PCT模型是从离散余弦变换(Discrete Cosine Transform，DCT)[7]变化而来，而DCT是一种被广泛运用且非常简单的酉变换方法。所以本发明模型结构简单，计算复杂度低，能够实时处理。

研究表明，诸如颜色、边缘轮廓和运动等基本视觉特征与视觉显著性的形成有着密切联系，它们的处理过程在视觉前注意期(Pre-attention)就已经存在[8]。根据该理论，本发明首先计算出它们对应的特征图，然后再将其整合起来。

彩色图像视觉显著图的计算：

假设r、g、b表示输入图像红、绿、蓝3个颜色的值，那么强度特征图的计算公式为：

M_I＝(r+g+b)/3.          (4)