轮廓检测的视觉神经机制与计算模型

Contour detection is one of the fundamental functions of human and higher animal's visual system. Understanding the visual physiological and cognitive mechanism of contour detection and integration, and establishing biological vision based model and algorithm, will benefit the development of machine vision and image processing. In this proposal, based on our previous researches, we will focus on the central task of contour detection. Functional magnetic resonance experiments will be designed to investigate the cognitive brain network and information transmission of bottom up and top down contour detection and integration. The results of the project may provide the theoretical basis and technical support for machine vision and image processing technology.

轮廓检测是高级动物视觉系统的一项基本功能，根据轮廓检测的视觉生理机制和认知机理，建立基于生物视觉的高效轮廓检测模型和算法，是机器视觉领域的前沿研究课题之一。本项目在课题组已有研究基础上，以轮廓检测为中心，运用功能磁共振脑成像技术，以健康受试者为实验对象，设计探测轮廓检测的Bottom-up和Top-down脑机制的实验范式，详细分析比较轮廓特征显著和不显著条件下、有提示和没有提示条件下，轮廓检测和整合时初级视皮层和其它高级视皮层区域（如V2、LOC等）的激活强度，比较定量地分析底层特征信息传输与高层认知反馈调控的相互作用，探讨轮廓检测与轮廓整合的脑网络机制。本项目的研究成果可为机器视觉和图像处理技术提供重要的理论基础和技术支撑。

本项目资助期1年，按照计划很好地完成了研究任务,取得了一系列的研究成果。项目主要进行了视觉轮廓检测与整合的脑网络研究，运用功能磁共振脑成像技术，以健康受试者为实验对象，研究了Bottom-up和Top-down视觉注意机制对轮廓检测和整合的影响，比较定量地分析了底层特征信息传输与高层认知反馈调控的相互作用，探讨了轮廓检测与轮廓整合的脑网络机制。另外，我们还研究了视觉选择性注意的神经机制及计算模型，情绪认知与视觉注意的依赖关系及处理通道等视觉认知的基本问题。研究结果对人类理解视知觉信息处理机制具有重要意义。