生物启发的视觉目标搜索和定位研究

Biological vision system shows more powerful performance in target search and locating for its perfect mechanisms of attention, feature binding and structural semantic representation of objects, compared with current artificial vision systems. Introducing biological mechanisms in developing the system of biology inspired target search and locating is much meaningful to research of computer vision and applications. This project mainly introduces "where-what" information processing paths. With reference to the perception organizing theory, beginning with the large range topology property detection, we carry out research on detecting saliency, invariance, appearance,shape, structure and contour features of objects in order to support feature binding and structural representation of objects strongly. This research wish to solve the following problems: (1) quick selection of visual search paths and prediction of target positions；(2) concise and efficient structural representation of objects and target models and their similarity measurement；(3) mutual matching-mapping and iterative optimization for accurate target locating and segmentation. This research expects a good harvest of key techniques of large range topology property detection and structural representation of objects and target models.

生物视觉系统因其良好的注意选择、特征捆绑和高效的语义结构化目标表达机制，使之与目前的人工视觉系统相比，在视觉搜索和目标定位上表现出了显著的优越性。借鉴生物机制、研究生物启发的视觉目标搜索机理与系统，对促进计算机视觉研究及其实际应用有很大意义。本项目主要借鉴生物视觉的"where-what"信息加工通路结构、参照认知领域的拓扑知觉组织理论，从大范围拓扑连通性检测入手，开展拓扑区域的显著性、不变性、表观、形状和物体结构、轮廓特征的提取研究，为实现物体或目标的特征捆绑和语义结构化表达提供有力的支持。本研究拟解决以下关键问题：(1)视觉搜索的快捷路径选择和目标位置预测；（2）物体和目标模型简洁高效的结构化表达和相似性度量；(3)物体和目标模型之间的交互匹配影射和迭代优化计算，以实现目标的精确定位和分割。本研究期待在大范围拓扑性质感知、物体和目标模型的结构化表达这两项关键技术上取得成绩。

人的视觉神经系统具有大范围优先感知、注意选择、拓扑不变性特征表达和捆绑、以及上下文推理等生物特性。基于视觉的生物特性进行图像目标的表达、搜索和定位研究具有重要意义。. 本课题按照研究计划从三个方面开展研究：(1) 基于注意选择的物体位置粗略预测；二、(2) 基于结构和不变性的物体特征表达和分类；三、基于上下文推理及拓扑连通性的目标搜索和轮廓精细定位。. 在第一个方面，本课题通过对注意选择特性的分析，在与物体粗定位有关的四个子方面进行了研究：基于局部懒惰随机游走的超像素分割方法，该方法与注意选择是基于区域这一假相一致；基于显著性和表观特征双通道编码的显著性物体表示模型；关于显著性计算和显著性物体定位的改进型性能度量方法；本课题还研究了如何通过视觉感知神经元的脉冲同步振荡实现特征捆绑和显著性物体粗定位，相应地提出了基于改进的Kuramoto模型的物体分割模型。. 在第二个方面，本课题从全局与局部、深度学习和极速学习等多个角度对物体的结构和不变性特征表达和分类识别进行了研究。相应地提出了四种模型或方法：局部表观与全局结构特征相结合的物体表达；图像物体的多层/跨层非监督度深度学习和特征表达；类别约束的极速学习机模型；以及用于一类物体分类的极速学习算法研究。以上模型在UCI、MNIST、 CIFAR-10等基准数据库上的实验表明它们取得了明显的性能提升。. 在第三个方面，本课题结合所采集的目标搜索视点轨迹，从物体上下文特征和物体拓扑连通性等方面对目标的搜索和精细定位进行了研究。提出的模型和方法主要包括：基于拓扑类别分组(TCG)的物体搜索和定位；基于拓扑连通性分析的物体分割；此外，还将物体的搜索模型与真实视点搜索轨迹进行了对比研究。. 以上有关研究成果在二十多篇知名国际国内学报和会议上发表或接受，并申请专利九项，其中已有两项获得授权。本课题负责人因在视觉搜索理论和技术上的探索工作，受到了美国密歇根州立大学脑智心智学院的邀请参与了相关学术活动。本课题共培养博士和硕士研究生共7名，其中一名研究生在学期间两次荣获国家奖学金，一名研究生参加国际人工智能和机器学习竞赛(AIML Contest’2016)获得第一名。