基于视觉信息感知与注意机制的复杂背景下目标识别算法研究

On the basis of the neurophysiology, the project takes the object recognition in complex background as the object of research. Firstly, according to the researches on biological visual perception, the accurately model of complex cell receptive field is established, and then, based on simulating the phenomenon of lateral inhibition between cells, we present a relational model of suppression and enhancement for recognition, and a new contour detection algorithm is also proposed, which can overcome background interference; Secondly, the definition of local salient feature is presented using the contrast and structure relationship between object and background. Combining the cell receptive field models, the global and local features of the object can be measured from different scales and angles, then a unsupervised salient object recognition algorithm is proposed. Meanwhile, the project builds invariant feature for hierarchical calculation based of researching of information transmission structure in abdomen path, and an object recognition algorithm will be presented; Finally, taking object recognition in natural scenes as example, combining visual perception models, the project achieves the accurate identification of the object by the ways of building anisotropic structure tensor, which can depict internal structure of image, refine distinguishing features between object and background, and overcome the interference of redundant texture. The project not only achieves some functions of biological visual perception and attention in engineering, but also provides new ideas and theoretical supports for the object recognition in complex background.

项目以复杂背景下的目标识别为研究对象。在神经生理学的基础上，首先，通过对生物视觉感知的识别机理研究，建立准确的复杂细胞感受野模型。此基础上，通过模拟细胞间的侧抑制现象，建立识别的抑制与增强关系模型，提出可克服背景干扰的轮廓检测算法；其次，利用目标与背景间的对比和结构关系，提出局部显著性特征定义，结合细胞感受野模型，从不同尺度和角度衡量目标的全局和局部特征，提出无监督显著目标识别算法。与此同时，研究腹部通路信息传递结构，构建分层计算感知不变特征，提出模拟腹部通路的目标识别算法；最后，项目以自然场景下的目标识别为研究对象，通过建立各向异性结构张量，刻画图像内部结构，细化目标与背景的区分特征，克服冗余相似纹理干扰，结合视觉感知建模，实现目标的准确识别。本项目的研究不仅在工程上实现了生物的某些视觉感知和注意功能，而且更为复杂背景下目标的准确识别提供新的思路和理论支持。

项目以复杂背景下的目标识别为研究对象，研究视觉感知理论及其对目标特征的描述手段。首先，模拟视觉信息的传递和感知过程，构建初级视皮层中复杂细胞感受野的感知模型、建立细胞感受野间抑制与增强的关系模型、提出模拟腹部通路信息传递的目标识别算法，并对生物复杂细胞感受野的计算模型进行改进，构建了满足在多尺度、多角度条件下，能够更加有效拟合初级皮层神经细胞感受野的模型；其次，项目分析细胞感受野中心神经元与其邻域神经元间的关系，模拟视神经细胞间的抑制与增强作用，提出符合视觉感知特性的轮廓检测模型；从次，项目以视觉注意机制为参考，建立高级视觉特征中目标全局与局部特征的表征形式，提出无监督的显著目标自动识别算法；最后，项目以自然场景下特定目标的识别问题为研究对象，在分析自然图像统计特性的基础上，细化目标与背景的区分特征，克服冗余相似纹理干扰，建立图像结构的表征模型，明确目标的物理意义，实现目标的准确识别。在本项目执行期间（2014-2017年），我们认真按照计划任务书开展工作。经过群体成员四年的共同努力, 我们在视觉感知理论、算法和关键技术的一些重要方面取得了实质性的进展，获得了一些有意义的成果, 在一些著名的国际刊物和国际会议上发表了一系列论文。深入开展基于视觉信息感知与注意机制的复杂背景下目标识别算法的研究，具有重要的理论和工程应用价值，将进一步丰富图像目标识别领域的技术方法，为目标识别技术的应用打下坚实的基础。