基于注意的图像识别模型及其在人像检测中的应用

提出了一种基于注意机制的图像识别模型。其基本想法是 :在进行复杂的场景分析或目标识别时 ,首先通过注视控制机制 ,获得视景中的关键特征区域 ,并将注视点按照一定的顺序对这些关键特征区域进行串行扫描。在扫描到每一个关键特征区时 ,将对该区域附近的局部模式进行记忆或匹配。对一个复杂目标的记忆将包括 2部分 ,一部分是对局部模式的记忆 ,即组成该目标的各“部件”的模式 ;另一部分是对各局部模式之间的空间关系的记忆 ,即组成该目标的各“部件”之间的结构关系。与记忆过程对应 ,识别过程也包括 2部分 ,一部分是对局部模式的匹配 ,另一部分是对各局部模式之间结构关系的匹配。当匹配上的局部模式足够多且其空间关系正确时 ,目标即得到识别。用该模型对复杂背景中的人像进行了检测。实验结果表明 ,模型较好地解决了不变性识别的问题 ,即识别结果与目标物的平移、旋转和尺度变化无关 ,并且具有良好的鲁棒性和速度 ,是一种具有认知意义并且可以实用化的模型。