[发明专利]用于优化场景的系统和方法

说明书

相关专利申请的交叉引用

本专利申请要求2008年10月3日提交的美国临时专利申请No.61/102625的优先权。

相关专利申请

本专利申请还涉及2008年10月3日提交的美国临时专利申请No.61/102618和2008年10月3日提交的美国临时专利申请No.61/102670。

背景技术

人类视觉系统是容量有限的系统，因为其在任何特定时间只能处理较少数量的对象。尽管事实上在任何特定时间有许多对象可以观察到，但情况确实如此。人类视觉系统在任何特定时间将只注意或处理来自人类可见对象的阵列中的一个(或极少数)对象。当人观察图像或场景时，其视觉系统将让注意力(和心智处理)从一对象转移到另一对象。

在人类视觉注意领域已有大量的研究。该项研究已产生许多针对理解人类视觉注意行为的研究成果，以及许多视觉注意的计算模型。这些计算模型(有时称为视觉注意模型、眼球凝视预测模型、注意模型或显著性模型)在给定视觉刺激物(例如，图片或场景)下预测人将让其视觉注意或凝视分配在何处。

这些模型提供对场景内将吸引视觉注意的对象或区域的预测。然而，典型的真实世界场景常常是高度动态的。当(例如)人的有利位置改变、场景内的对象改变位置或定向、或者照明改变(投射不同阴影)时，投射到人的图像将随之改变。此外，观察者自身会将不确定性引入预测(观察者会心不在焉或者说是倾向于特定的注意模式)。从场景投射图像的任何变动或观察者的变动、或者甚至场景本身的微小改变都会显著地改变这些模型作出的预测。在将视觉注意模型用于应用装置时会由此而产生问题。

发明内容

用于优化场景内对象的特性以实现视觉目标的系统和方法。在示例性实施例中，成本与场景的可容许的变化相关，然后基于允许变化的范围生成多个场景。这些多个场景随后使用视觉注意模型进行分析以确定符合视觉目标的场景以及可能的与引起多个场景的变化相关的成本。在其他示例性实施例中，回馈可以与特定视觉目标以及由在最大化回馈的同时最小化成本的多个场景构成的搜索相关。在多视角背景下，回馈可以从潜在观察者应当看见对象的有利位置方面来定义。在一些示例性实施例中，稳健性(robustness)可以用于场景优化程序。例如，视觉目标可以从稳健性方面来定义(希望特定对象稳健)，或者可以随后评估确定符合特定视觉目标的场景的稳健性(例如，偏倚向着符合视觉目标的稳健性场景。)在另外更多示例性实施例中，可以通过场景优化系统来考虑对象可见的时间量。

在一个实施例中，描述了一种计算机实施的方法，其包括：定义场景的至少一个视觉目标，场景由多个对象构成，视觉目标指示所述场景中的被期望由视觉注意模型预测为被注意到的至少一个对象；接收定义场景的可容许的变化的输入；将成本估计至少分配给一些可容许的变化；自动修改与定义的可容许的变化相一致的多个对象中的一些，以便产生经修改的场景；用视觉注意模型评估经修改的场景；以及基于评估确定实现场景的至少一个视觉目标的经修改的场景中的至少一些。

在另一个实施例中，描述了一种计算机实施的方法，其中包括：定义场景的至少一个视觉目标，场景由多个对象构成，视觉目标指示场景中的被期望未由视觉注意模型预测为被注意到的至少一个对象；接收定义场景的可容许的变化的输入，该输入定义多个对象中的至少一些可被如何变化以实现目标；将成本估计分配到可容许的变化的至少一些；自动修改与所定义可容许的变化相一致的多个对象中的一些，以便产生经修改的场景；用视觉注意模型评估经修改的场景；以及基于评估确定经修改的场景中的哪些实现了场景的至少一个视觉目标。

在另一个实施例中，计算机系统包括：处理器和存储器；场景优化模块，其可操作用于至少：(1)接收定义场景的至少一个视觉目标的输入，该场景由多个对象构成，对象具有特性；(2)接收定义可容许的变化的输入，该输入定义特性能够被如何变化；(3)将可容许的变化与成本估计相关联；(4)通过修改与可容许的变化一致的对象的特性来生成经修改的场景(5)与视觉注意模块交互以确定哪些经修改的场景符合视觉目标；以及(6)确定与经修改的场景中的至少一些相关的成本；视觉注意模块，其可操作以评估场景并预测所述场景内的易于吸引视觉注意的对象。

附图说明

图1是示出代表性视觉注意模块的高级功能的流程图。

图2是代表性场景的草图。

图3A是视觉注意模块输出的艺术效果图。