《空間和目標協同工作的注意模型研究及其套用》是依託北京交通大學，由田媚擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：空間和目標協同工作的注意模型研究及其套用
- 項目類別：青年科學基金項目
- 項目負責人：田媚
- 依託單位：北京交通大學
項目摘要,結題摘要,
項目摘要
近年來，生物視覺信息處理機制和模型，以及生物機制啟發式算法吸引著越來越多研究者的關注。本項目借鑑神經科學和信息科學的最新研究成果，模擬人類的視覺注意機制解決計算機領域的顯著區域提取和快速目標檢測問題。主要研究內容有：以空間顯著性作為目標顯著性的先驗，利用數理統計的方法為格式塔規則建模，並據此定義感知目標級顯著性；用基於空間的注意機制指導知覺組織的最佳化目標，構建層次化的注意感知模型；將視覺通路理論與注意機制相結合，選擇合適的基於空間的先驗知識作為自頂向下的注意信息，結合半監督學習，指導基於目標的自底向上的注意過程，確定注意目標的序列使感知任務快速準確的完成。研究成果在軍事場景中的目標偵測，智慧型交通的預警和跟蹤系統，以及機器視覺中都有廣泛套用，為智慧型化信息處理提供新思路，新技術。
結題摘要
近年來，生物視覺信息處理機制和模型，以及生物機制啟發式算法吸引著越來越多研究者的關注。本項目借鑑神經科學和信息科學的最新研究成果，模擬人類的視覺注意機制解決計算機領域的顯著區域提取和快速目標檢測問題。本項目按照預定的研究計畫，順利完成了預計的成果指標，取得了一些重要的研究成果，主要有：(1) 受神經生物學研究啟發，模擬V1 皮層編碼，同時考慮空間和目標，構建新的顯著性定義，並在此基礎上構建層次化的注意感知模型；(2) 將deep learning的方法引入到選擇性注意機制的神經計算模型中，分析了什麼樣的網路結構更適合描述選擇性注意機制；(3) 提出了一種圖像分割的正則化聯合互信息評估指標；(4) 融合先驗知識構建魯棒的任務驅動的注意模型，並將模型套用於複雜背景下的目標分割中；(5) 提出了基於注意的圖像分割算法；(6) 搭建了眼動追蹤平台，並在此基礎之上展開了後續工作；(7) 提出了基於眼動追蹤技術的區域顯著性評價算法；(8) 研究和開發了基於眼動追蹤的圖像檢索系統; (9) 研究和開發了基於眼動數據的顯著模型綜合平台。總體來說，本項目按照計畫順利完成。發表了研究論文20篇，期刊14篇，會議6篇。其中，SCI檢索論文7篇，EI檢索期刊論文4篇，ISTP檢索會議論文5篇。取得了授權發明專利1項。培養了博士生2名，碩士生2名。
