一种改进的显著区域提取模型

图像的显著区域代表的是图像的主要内容,提取显著区域在图像检索、压缩、识别等方面有重要的应用。基于Itti模型提出一种改进的模型来提取图像的显著区域,即分别提取原始图像的亮度、颜色、方向、形状四个特征,并将这四个特征的多尺度图像特征合并成一幅总的显著图;在图像方向特征提取中采用倒数函数来代替Gabor特征函数,使得方向特征图更加完善。该模型与经典的Itti模型相比较,提取出的显著图更为明显,速度较快且易于实现。     

一种权值可发育的视觉选择性注意模型研究

针对Itti视觉选择性注意模型不具有子特征图显著图归一化过程中权值随任务改变而改变的问题,借鉴自主发育在视觉选择性注意学习的研究成果,提出一种权值可发育视觉选择性注意模型作为图像特征提取的学习机制。该算法采用三层自组织神经网络和Itti视觉选择性注意模型相结合的决策进行寻优,通过对模型的训练学习获取最优权值更新。这样既可以保证在初期特征提取内容的完整性,又降低了系统对不同任务条件的约束性,提高了模型特征提取能力。利用权值可发育视觉选择性注意模型对图像进行感兴趣区域特征提取实验,结果表明,该方法能够提高特征提取准确性、减少运算时间,获得了良好的动态性能。     

一种基于视觉显著图的舰船红外图像目标检测方法

提出了一种基于视觉显著图的红外舰船目标定位方法,即通过改进的Itti模型生成视觉显著图,并基于视觉显著图分割出目标区域,从而实现目标检测。先用小波变换替代Itti模型中的高斯滤波来生成图像多尺度金字塔,然后用center—surround算子提取出多尺度的视觉差异特征,并对生成的视觉特征图进行合成,生成显著图。最后,利用阈值分割方法分割出目标区域,并对原始图像进行标记,从而实现目标检测。实验结果表明,与传统的Otsu阈值分割方法相比,该方法能够准确检测出目标区域。     

一种新的基于显著图的视线跟踪方法

针对现有视线跟踪系统设备复杂、标定过程繁琐等方面的不足,提出了一种新的基于显著图的视线跟踪方法。通过红外光源设备在人眼角膜上产生的光斑中心与瞳孔中心建立瞳孔-角膜反射向量,然后将该向量作为视觉特征重构了基于显著图的视线跟踪算法。实验结果证明,提出的方法不仅缓解了视线跟踪系统标定过程繁琐的问题,而且对提高系统的精度和健壮性有一定的促进作用,这为面向人机交互的视线跟踪研究提供了可行的低成本解决方案。     

基于中潜伏期听觉诱发电位的听觉注意特征提取与识别

针对目前研究听觉注意的实验范式采用电极数量较多,且使用P3电位诱发时间比较长等问题,设计了一种基于听觉诱发中潜伏期反应（MLR）的实验范式。首先在注意与非注意两种状态下诱发出相应的MLR,再分别计算MLR的能量、方差、面积、AR模型系数和波形峰值作为特征值。最后,通过模式识别算法进行分类。实验结果表明：8位受试者以人工神经网络（ANN）为分类器的平均正确率可达到77.2%,本范式对于大部分受试者的效果较理想。     

基于视觉显著图的目标探测

从人类视觉机制出发,围绕方向、亮度和色彩等特征,介绍了计算机视觉显著性实现方式和视觉模型。成功通过人为和天然刺激相结合的方式,将该模型充分应用于目标探测。利用模型对数据库中包含车辆的背景图片进行观察实验发现,在75%的图像中,计算机模型要比观察员先发现目标。结果表明该模型更适用于显著目标的探测。     

听觉注意模型的语谱图语音情感识别方法

在语音情感识别技术中,由于噪声环境、说话方式和说话人特质原因,会造成实验数据库特征不匹配的情况。从语音学上分析,该问题多存在于跨数据库情感识别实验。训练的声学模型和用于测试的语句样本之间的错位,会使语音情感识别性能剧烈下降。本文据此所研究的选择性注意声学模型能有效探测变化的情感特征。同时,利用时频原子对模型进行改进,使之能提取跨语音数据库中的显著性特征用于情感识别。实验结果表明,利用文章所提方法在跨库情感样本上进行特征提取,再通过典型的分类器,识别性能提高了9个百分点,从而验证了该方法对不同数据库具有更好的鲁棒性。      

一种新的听觉感知模型

本文根据心理声学的基本理论和实验资料，提出了一个基于听觉感知特征的听觉模型，与基一生理声学的听觉模型相比较，该模型更能反映人对连续自然语音的感知特性，因而适于对连续语音的识别。     

一种新的听觉感知模型

本文根据心理声学的基本理论和实验资料,提出了一个基于听觉感知特征的听觉模型,与基于生理声学的听觉模型相比较,该模型更能反映人对连续自然语音的感知特性,因而适于对连续语音的识别。     

基于灰度概率统计的视觉注意改进算法

分析了基于自底向上的视觉注意计算模型的感兴趣区域检测方法;它分别提取颜色、灰度、纹理三个特征图像,然后进行线性融合得到综合显著图。而显著目标通常自身灰度相近,但与背景灰度不同,根据这个特性结合灰度概率统计方法对视觉注意计算模型进行改进。实验结果验证了,该模型能够更好的模拟视觉注意的过程,而且计算复杂度较低。     

Using computational auditory models to predict simultaneous masking data: model comparison

In order to develop improved remediation techniques for hearing impairment, auditory researchers must gain a greater understanding of the relation between the psychophysics of hearing and the underlying physiology. One approach to studying the auditory system has been to design computational auditory models that predict neurophysiological data such as neural firing rates [15], [1]. To link these physiologically-based models to psychophysics, theoretical bounds on detection performance have been derived using signal detection theory to analyze the simulated data for various psychophysical tasks [20]. Previous efforts, including our own recent work using the Auditory Image Model, have demonstrated the validity of this type of analysis; however, theoretical predictions often continue to exceed experimentally-measured performance [9], [21]. In this paper, we compare predictions of detection performance across several computational auditory models. We also reconcile some of the previously observed discrepancies by incorporating appropriate signal uncertainty into the optimal detector.     

基于层级注意力机制的链接预测模型研究

为了解决已有图注意力机制在进行链接预测相关任务时,容易造成注意力分配向某些出现频率高的关系倾斜的问题,提出了一种基于层级注意力机制的链接预测模型.在链接预测任务中,通过设计分层注意力机制,根据预测任务中的关系对知识图谱中与给定实体相连的不同类型的关系给予不同的注意力.在关注多跳邻居实体特征的同时,更关注关系特征以找到符...     

Saliency detection in human crowd images of different density levels using attention mechanism

The human visual system has the ability to rapidly identify and redirect attention to important visual information in high complexity scenes such as the human crowd. Saliency prediction in the human crowd scene is the process using computer vision techniques to imitate the human visual system, predicting which areas in a human crowd scene may attract human attention. However, it is a challenging task to identify which factors may attract human attention due to the high complexity of the human crowd scene. In this work, we propose Multiscale DenseNet — Dilated and Attention (MSDense-DAt), a convolutional neural network (CNN) using self-attention to integrate the result of knowledge-driven gaze in the human visual system to identify salient areas in the human crowd scene. Our method combines various state-of-the-art deep learning architectures to deal with the high complexity in human crowd image, such as multiscale DenseNet for multiscale deep features extraction, self-attention, and dilated convolution. Then the effectiveness of each component in our CNN architecture is evaluated by comparing different components combinations. Finally, the proposed method is further evaluated in different crowd density levels to appraise the effect of crowd density on model performance.     

基于视觉显著区域的红外图像增强算法研究

人眼对于感兴趣区域的视觉关注度更高,为了实现对相关区域的图像增强,本文提出了基于视觉显著区域的红外图像增强算法.本算法通过去雾预处理使图像在检测时获取更加完整的显著性区域,再对该区域采用分层差分表达理论,把高层的差分向量换算到低层,最终计算显著性区域的差分向量以及图像的全局变换函数,实现图像增强.实验结果表明,本文算法对显著性区域的增强效果明显,合理地突出了显著性区域,增强图像的同时对原图边缘细节的保持能力很好.     

虚拟现实全景图像显著性检测研究进展综述

随着虚拟现实处理技术的发展,虚拟现实全景图像的显著性检测成为近年来学术界和工业界关注的研究热点.本文分析虚拟现实全景图像的特性,综述虚拟现实全景图像显著性检测算法的研究进展.将已有的虚拟现实全景图像显著性检测算法进行分类、分析以及对比,本文总结了当前虚拟现实全景图像显著性检测面临的挑战,并对其发展趋势进行展望.     

融合显著深度特征的RGB-D图像显著目标检测

深度信息被证明是人类视觉的重要组成部分,然而大部分显著性检测工作侧重于2维图像上的方法,并不能很好地利用深度进行RGB-D图像显著性检测。该文提出一种融合显著深度特征的RGB-D图像显著目标检测方法,提取基于颜色和深度显著图的综合特征,根据构图先验和背景先验的方法进行显著目标检测。首先,对原始深度图进行预处理：使用背景顶点区域、构图交点和紧密度处理深度图,多角度融合形成深度显著图,并作为显著深度特征,结合颜色特征形成综合特征;其次,从前景角度,将综合特征通过边连接权重构造关联矩阵,根据构图先验,假设多层中心矩形为前景种子,通过流形排序方法计算出RGB-D图像的前景显著图;从背景角度,根据背景先验以及边界连通性计算出背景显著图;最后,将前景显著图和背景显著图进行融合并优化得到最终显著图。实验采用RGB-D1000数据集进行显著性检测,并与4种不同的方法进行对比,所提方法的显著性检测结果更接近人工标定结果,PR(查准率-查全率)曲线显示在相同召回率下准确率高于其他方法。     

On the computational model of a kind of deconvolution problem

It is known that discretization of a continuous deconvolution problem can alleviate the ill-posedness of the problem. The currently used circulant matrix model, however, does not play such a role. Moreover, the approximation of deconvolution problems by circulant matrix model is rational only if the size of the kernel function is very small. We propose an aperiodic model of deconvolution. For discrete and finite deconvolution problems the new model is an exact one. In the general case, the new model can lead to a nonsingular system of equations that has a lower condition number than the circulant one, and the related computations in the deconvolution can be done efficiently by means of the DFT technique, as in the ease for circulant matrices. The rationality of the new model holds without regard to the size of the kernel and the image. The use of the aperiodic model is illustrated by gradient-based algorithms.     

基于显著区域的月球影像内容特征研究

 提出一种基于月球影像显著区域的内容特征(LIFBS),同时面向多核处理器架构,提出并行优化的LIFBS特征生成算法.该算法考虑显著子区域之间的方位、尺度、强度和距离关系,为每一个显著区域生成一个LIFBS局部特征,以此描述月球影像的内容.理论分析与实验结果表明,LIFBS特征具有良好的不变性与相似性表达,同时特征生成算法具有较高的并行效率.