基于协同感知的视觉选择注意计算模型

被引:8
作者
邵静 [1 ]
高隽 [2 ]
机构
[1] 合肥工业大学计算机与信息学院图像信息处理研究室
[2] 中国科学院合肥智能机械研究所仿生感知与控制研究中心
关键词
视觉注意; 任务相关; 协同感知; 计算模型;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
鉴于在任务相关的视觉注意中,需要建立基于任务的视觉注意显著图来引导视觉注意,为此利用与人认知过程相接近的协同感知理论来研究基于任务的视觉注意计算模型,即首先利用协同识别理论研究二义及多义模式的视觉感知,得到协同视觉感知理论;然后将协同视觉感知中的模式与从视觉注意模型中提取的底层视觉特征相对应,利用偏置矩阵的性质计算底层视觉特征间受任务影响而产生的偏置,再由此偏置和底层视觉特征生成基于任务的视觉注意显著图;最后提出了基于协同感知理论的视觉选择注意计算模型。该算法用于基于任务的视觉搜索的实验结果表明,该算法是有效的,在认知上是合理的。
引用
收藏
页码:129 / 136
页数:8
相关论文
共 7 条
[1]  
人工神经网络原理及仿真实例[M]. 机械工业出版社 , 高隽编著, 2003
[2]   Contextual priming for object detection [J].
Torralba, A .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 2003, 53 (02) :169-191
[3]   Entropy-based representation of image information [J].
Ferraro, M ;
Boccignone, G ;
Caelli, T .
PATTERN RECOGNITION LETTERS, 2002, 23 (12) :1391-1398
[4]  
Modeling the Shape of the Scene: A Holistic Representation of the Spatial Envelope[J] . Aude Oliva,Antonio Torralba.International Journal of Computer Vision . 2001 (3)
[5]   A synergetic model for the verbal transformation effect [J].
Ditzinger, T ;
Tuller, B ;
Haken, H ;
Kelso, JAS .
BIOLOGICAL CYBERNETICS, 1997, 77 (01) :31-40
[6]  
Hierarchical Object-Based Visual Attention for Machine Vision. Sun Yaoru. University of Edinburgh . 2003
[7]  
Scale, saliency and scene description. Kadir T,Brady J M. university ofOxford . 2002