[发明专利]基于图论的视觉注意焦点转移轨迹规划方法

说明书

技术领域

本发明涉及一种视觉注意焦点转移轨迹规划方法。特别是涉及一种注意焦点的确定及视线转移轨迹规划的基于图论的视觉注意焦点转移轨迹规划方法。

背景技术

人类视觉系统能将有限的计算和存储资源优先分配给场景中少数的显著或感兴趣区域，从而很好地解决了视觉信息处理中的“瓶颈问题”(视网膜感受器所提供的信息量远大于视觉系统的存储容量)，这种特异性称为视觉系统的注意机制。如果能将这种机制引入图像分析或机器视觉领域，将极大地提升图像及视频信息的处理效率。受人类视觉系统信息加工过程启发，并借鉴最新的神经生理学和解剖学的实验结果，研究人员提出了多种视觉注意机制计算模型，其中Itti的计算模型最具代表性(期刊：IEEE Transactions on Pattern Analysis and Machine Intelligence；著者：Itti L，Koch C，Niebur E；出版年月：1998年；文章题目：A model of saliency-based visual attention for rapid scene analysis，页码：1254-1259)。

视觉注意机制的建模主要包括两个环节即注意焦点的确定及视线转移轨迹规划。在注意焦点的确定方面，目前相关的研究成果较多。但在注意焦点转移轨迹规划方面，相关研究成果较少，目前广泛采用的是Itti等人提出的“胜者为王”神经网络(Winner-Take-All Neural Network)方法。1990年Zabrodsky在其研究报告中指出人眼注意焦点的转移通常遵循如下几条规律：

1)顺序性：注意焦点按照显著度强弱次序由一个位置向另一个位置转移；

2)排他性：同一时间只能存在一个注意焦点；

3)邻近优先性：注意焦点转移时倾向于选择与当前注意焦点接近的位置；

4)返回抑制性：注意焦点转移时抑制返回已被选择过的注意焦点；

实验测试发现，多数情况下Itti的WTA方法并未很好地遵循目前已知的人眼注意焦点转移规律。进一步研究发现，注意焦点转移规律中的“排他性原则”和“返回抑制性”较容易实现，但多数情况下“顺序性原则”和“邻近优先性原则”存在一定的冲突，如何调和上述两条原则，至今尚没有很好地解决方案。

发明内容

本发明所要解决的技术问题是，提供一种能较好地遵循已知的人眼注意焦点转移规律，特别是能较好地调和“顺序性”和“邻近优先性”这两条存在冲突的原则的基于图论的视觉注意焦点转移轨迹规划方法。

本发明所采用的技术方案是：一种基于图论的视觉注意焦点转移轨迹规划方法，包括如下步骤：

1)从输入的彩色图像中提取多幅初级特征图；

2)分别检测这些初级特征图的SIFT关键点，并利用关键点的位置和尺度信息生成显著图；

3)对输入的彩色图像进行区域分割，生成区域分割图；

4)根据区域分割图结合显著图确定注意焦点；

5)计算任意两个注意焦点间的连接损失代价；

6)利用改进的基于模拟退火原理的哈密尔顿路径寻优算法规划注意焦点的转移轨迹；

7)在输入图像I(x，y)上显示出注意焦点的转移轨迹。

步骤1所述的初级特征图包括有灰度图、红绿对比图和蓝黄对比图。

步骤2所述的生成显著图包括如下过程：首先，生成一幅和输入图像I(x，y)等大小的显著图S(x，y)，初始化显著图的所有像素值为0；然后，对图像进行逐行扫描，如某一像素位置检测到关键点，利用该关键点尺度信息确定局部高信息区域范围，将区域内的各像素位置的显著值增加1，区域外的统计权重不做调整保留原值，扫描结束后即可获得显著图。

步骤3所述的对输入的彩色图像进行区域分割，生成区域分割图，是采用JSEG分割算法对输入图像I(x，y)进行分割，获得区域分割图R(x，y)。

步骤4所述的根据区域图结合显著图确定注意焦点，是在区域图中结合显著图，可以找到每一个区域内的最大显著值位置，如果区域内最大显著值小于全局最大显著值的五分之一，我们认为该区域不存在注意焦点，否则将区域最大显著值位置作为候选注意焦点，如果候选注意焦点之间的欧式距离过小，那么它们很可能指向同一目标物，因此应该将这些候选注意焦点剔除。

步骤5所述的计算任意两个注意焦点间的连接损失代价，采用如下计算公式：