圖像顏色和形狀特徵綁定的腦認知過程及模型研究

《圖像顏色和形狀特徵綁定的腦認知過程及模型研究》是依託太原理工大學，由李海芳擔任項目負責人的面上項目。

基本介紹

• 中文名：圖像顏色和形狀特徵綁定的腦認知過程及模型研究
• 項目類別：面上項目
• 項目負責人：李海芳
• 依託單位：太原理工大學

項目摘要

圖像視覺特徵在圖像理解中扮演著重要的角色。但是圖像的單一特徵和高層語義關聯性較弱，多特徵綜合才能更加全面描述高層語義。現有的多特徵融合技術還存在一些缺陷，致使計算機的圖像處理能力遠遜於人類處理效率，遠不能滿足當今社會的發展需求。鑒於目前計算機圖像處理技術所面臨的瓶頸，本項目按照人類觀看圖像的方式研究圖像視覺特徵融合的認知過程，重點研究顏色和形狀特徵提取、存儲和綁定的神經機制和認知過程。合理設計認知實驗，記錄並分析fMRI（functional Magnetic Resonance Imaging）實驗數據，發現特徵綁定的神經機制，建立認知模型，理解和解釋特徵綁定的認知過程，進一步使用計算機建模技術形成計算機可實現的模型和算法，並將模型輸出數據與實際得到的fMRI數據進行比較來驗證模型的性能。項目對於揭示人的視覺感知過程，推動圖像檢索和圖像理解具有一定的理論意義和學術價值。

結題摘要

本課題旨在探索大腦對顏色和形狀特徵提取、存儲和捆綁的神經機制和認知過程，研究相應計算機模型的構建方法。 圖像是由顏色、形狀等不同維度特徵的視覺信息組合而成，為了識別外部世界中的一個對象，大腦必須能夠把不同區域中的信息整合起來，形成一個完整的知覺。研究大腦的認知機制和計算機模型的構建已經成為計算機視覺領域中的一個研究熱點和難點。近年來，學者們對模擬人類的視覺系統進行了大量的研究，然而，對特定低層特徵的提取、存儲和捆綁的認知機制和計算機模型研究較少。因此研究視覺特徵捆綁的神經機制和認知過程，模擬視覺神經機制構建計算機模型，具有重要的理論意義和套用價值。 本課題針對顏色和形狀特徵捆綁的任務設計了相應實驗範式，採集和分析了功能核磁共振（fMRI）數據，揭示了相關的激活腦區，構建了特徵捆綁任務態下的功能腦網路；引入雙階段遺傳算法，構建了動態因果模型；在簡化的脈衝耦合神經網路模型（PCNN）的基礎上，提出了基於矢量和基於視覺特性的特徵捆綁PCNN模型，解決了彩色圖像特徵的分離捆綁和同色不同區域的分離捆綁問題；通過分析視覺系統的結構和通路，構建了基於視皮層功能的捆綁模型。 主要工作和創新點如下：（1）針對顏色和形狀捆綁的任務，運用實驗心理學理論，設計了顏色和形狀特徵捆綁的認知實驗並採集數據。利用統計參數映射方法和獨立成分分析方法分析fMRI數據，揭示顏色和形狀特徵捆綁的激活腦區。（2）研究任務態腦網路構建方法，實現不同模態下腦網路構建中腦結點及連線定義，計算了度，中間中心度及節點效率等相關技術指標及屬性分析。（3）引入雙階段遺傳算法，構建了動態因果模型，尋優過程更穩定高效，尋優的結果更具優異性。（4）提出基於矢量的特徵捆綁PCNN模型（V-FBPCNN）和基於視覺特性的特徵捆綁PCNN模型（VC-FBPCNN）。（5）構建基於VC-FBPCNN的視皮層功能構築的特徵捆綁模型。