[发明专利]基于视觉感知正反馈的显著性检测方法

说明书

本发明公开了一种基于视觉感知正反馈的显著性检测方法，包括：1)利用已有的多种显著性检测方法初步检测图像显著度；2)叠加上述结果，生成新的综合显著度图。阈值法二值化该图，形成二值注视区Ip；3)重复采集Ip内外的少量像素样本，经训练，并行构建多个RVFL神经网络模型；多个神经网络模型分类像素，经集成形成二值目标输出BW；4)BW作为一种神经发放脉冲，返回步骤2与综合显著图做叠加，形成迭代循环；5)迭代中，若正反馈环节的输入Ip与输出BW基本相同，表明感知饱和，迭代停止。Ip或BW即为图像中的最显著目标分割结果。本发明通过多种显著性检测方法叠加和视觉感知正反馈迭代，来模拟人类视觉，得到更接近人类视觉感知的视觉显著图。

技术领域

本发明涉及人类视觉模拟技术领域，具体地讲是一种基于视觉感知正反馈的显著性检测方法。

背景技术

传统图像处理算法受到千变万化的场景、海量数据、高维特征等问题的困扰，具有明显局限性。而人类视觉系统的性能则远超当前算法，模拟人类视觉原理是突破当前算法困境的有效途径。人类视觉经过长期进化而来，具备主动视觉机制，通过视觉注意关注场景中感兴趣目标。视觉注意模型是研究者们模拟人类视觉的出发点，可分为数据驱动和任务驱动的视觉注意两类模型。

数据驱动的模型执行自底向上(bottom-up)的注意，从图像的低级特征(如颜色、纹理、边缘、方向、频谱)计算显著性图(saliency map)；利用像素或局部区域的显著性，可实现对图像内容的自动感知和粗分割。其中视觉显著性检测(visual saliencydetection)是当前计算机视觉与模式识别领域的研究热点。据获得显著性的机制来划分，显著性检测可分为基于注视点预测的模型、基于提取与分割显著物体的模型等；据其核心算法来分，可分为认知理论模型、Bayesian模型、决策理论模型、信息理论模型、图模型、基于频域(谱分析)的模型以及模式分类模型等。一些对比实验表明，这些算法获得的视觉显著性区域与人眼观察自然场景的眼动注视区域具有很高的一致性，揭示了视觉显著性是引导人眼主动观察场景的关键因素。任务驱动的模型强调自顶向下(top-down)的注意，涉及记忆和先验等各种因素。通常利用目标的先验知识构建模型，如已做标记的大规模图像数据库等。其中最新进展是基于深度学习(Deep Learning)算法的目标检测/图像分割。深度学习网络借助海量训练数据，很大程度上缓解了训练过拟合的问题，后期可达到局部极小，且可训练大规模神经网络。不足之处是，深度学习网络需要大规模已标注的训练样本，网络结构手工设计，网络性能依赖于训练样本，网络训练时间较长，对计算机硬件设备要求较高，在线实时训练有困难。另外，还有一些综合了数据驱动和任务驱动模型的方法。

我们注意到，目前已有的视觉注意模型中，算法流程通常缺乏动态反馈环节，这与人类视觉感知产生过程存在较大差异。人类依靠注视眼动机制来实现主动视觉，视知觉由一系列的注视(fixation)和跳视(saccade)过程产生。注视时，人眼聚焦局部区域采集信息，再经视觉神经网络处理产生感知刺激。注视期间人眼并非固定不动，而是幅度很小地不自主抖动——产生“微跳视”，形成对注视区域的重复扫描，相关信息经人脑神经网络生成重复视觉刺激；当视觉刺激连续相同、出现饱和时，产生跳视，人眼转而注视其他区域。除了视觉，人类的触觉、嗅觉等其他感知过程都有重复采集和处理信息的习惯。这种长期进化而来的习惯或许为人类感知带来好处。

显然，若能提出有效模拟上述视觉处理机制的方法，将会大大提高图像处理效率、降低计算量，缓解海量数据、高维特征等问题困扰，得到更接近人类感知的图像处理算法。

发明内容

有鉴于此，本发明要解决的技术问题是，提出一种模拟人类注视眼动，具有动态反馈环节的显著性检测方法。借助前馈神经网络模拟人脑，通过“在线采样-学习建模-像素分类”过程产生视觉刺激，利用迭代和视觉感知饱和来仿真“微跳视”过程，从而构建一种动态、正反馈的算法框架，能获得更接近人类感知的视觉显著性图。

本发明的技术解决方案是，提供以下步骤的基于视觉感知正反馈的显著性检测新方法，包括以下各步骤：