魯天舒

人類視覺系統(tǒng)能夠?qū)D像進(jìn)行高效的解讀，可以快速地搜索到感興趣區(qū)域并對(duì)其進(jìn)行解譯。但對(duì)于機(jī)器來說，其不具備人類視覺系統(tǒng)的圖像自動(dòng)注意感興趣區(qū)域的能力。隨著人工智能以及機(jī)器人技術(shù)的發(fā)展，急需建立基于機(jī)器的圖像自動(dòng)解譯系統(tǒng)，而在圖像自動(dòng)解譯系統(tǒng)中，視覺注意力機(jī)制的建立最為關(guān)鍵。

1.機(jī)器視覺

人類的視覺系統(tǒng)可以做到從外界獲得大量信息，對(duì)獲得的信息進(jìn)行快速篩選并濾除無用信息。這種自發(fā)的信息過濾就是所謂的注意力機(jī)制。人類視覺系統(tǒng)可以在短時(shí)間內(nèi)注意到一副圖像中的獨(dú)特部分，如圖1所示，在這些圖像中獨(dú)特的部分就是人們所關(guān)心的關(guān)鍵性內(nèi)容。不具備人類視覺注意機(jī)制的機(jī)器，難以發(fā)覺圖像中的關(guān)鍵性信息，從而制約了人工智能與機(jī)器人技術(shù)的發(fā)展。

受到人類視覺系統(tǒng)注意力機(jī)制的啟發(fā)，很多研究人員在建立機(jī)器對(duì)圖像自動(dòng)處理與認(rèn)知的過程中引入了模擬人類視覺對(duì)圖像信息的感知過程，建立了機(jī)器對(duì)于圖像數(shù)據(jù)的自動(dòng)注意機(jī)制算法模型。這種注意機(jī)制算法模型能夠分配有限的計(jì)算機(jī)信息加工資源，將計(jì)算資源優(yōu)先分配給顯著區(qū)域，賦予機(jī)器對(duì)圖像信息自動(dòng)注意的能力，將提高機(jī)器處理解譯圖像信息的效率。但到目前為止無論是心理學(xué)、生理學(xué)還是信息科學(xué)領(lǐng)域，都未能完全做到對(duì)選擇性注意機(jī)制進(jìn)行完整的描述，因此，許多學(xué)者在該領(lǐng)域開展了大量的研究工作。其中“視覺注意”最早出現(xiàn)在Treisman和Gelade提出的“特征合并理論”。這一理論說明了視覺感知特性的重要性，但其未能體現(xiàn)視覺注意這一過程是由何種信息引導(dǎo)的。在此基礎(chǔ)上Koch和Itti等人提出了一種模型，通過模擬人眼對(duì)圖像信息接收的“注意”過程來建立相應(yīng)的機(jī)器對(duì)圖像關(guān)鍵信息的注意機(jī)制，以及對(duì)關(guān)鍵信息的顯著性分析過程，從而建立了機(jī)器視覺中的注意機(jī)制體系。至此，打開了機(jī)器視覺注意機(jī)制研究領(lǐng)域的大門，更多的研究者進(jìn)行了更深入的研究。針對(duì)這些研究工作，其機(jī)器視覺注意模型大致可以分為兩大類：①“自底向上”的視覺注意模型；②“自頂向下”的視覺注意模型。

其中“自頂向下”的視覺注意模型是通過特定任務(wù)約束的圖像注意機(jī)制。而“自底向上”的視覺注意模型是通過圖像信息中的差異性特征引導(dǎo)機(jī)器自動(dòng)的關(guān)注關(guān)鍵性內(nèi)容，這里的差異性特征指圖像信息中與無關(guān)背景信息差異較大的內(nèi)容，例如圖1中能引起注意的內(nèi)容是那些具有不同的形狀、顏色、大小和方向等的特征信息。

在此以探索機(jī)器視覺中注意力模型為目的，研究“自底向上”的視覺注意模型，結(jié)合遙感圖像覆蓋面積廣、包含目標(biāo)種類多樣、關(guān)鍵信息復(fù)雜以及對(duì)于遙感圖像關(guān)鍵性信息搜索困難的問題，進(jìn)行了遙感圖像目標(biāo)顯著性分析的研究，提出了一種“自底向上”的機(jī)器視覺算法模型，實(shí)現(xiàn)了對(duì)大范圍遙感圖像中關(guān)鍵性目標(biāo)內(nèi)容的自主搜尋與注意過程?！白缘紫蛏稀币曈X注意模型算法流程如圖2所示，可以分為3個(gè)步驟：①差異特征提?。ǚ较?、局部對(duì)比度、全局對(duì)比度）；②融合特征圖生成（顯著圖生成）；③顯著性分析。

在特征提取階段為了建立有效的差異性特征自主注意機(jī)制，提出的算法選取方向、局部對(duì)比度和全局對(duì)比度這三方面特征作為機(jī)器視覺注意模型主要分析的差異性特征。為了公平統(tǒng)一地分析方向、局部對(duì)比度與全局對(duì)比度特征對(duì)于視覺注意模型的貢獻(xiàn)度，在進(jìn)行融合特征圖前，分別對(duì)這三方面特征進(jìn)行數(shù)據(jù)歸一化處理。在融合特征圖生成階段，考慮到三方面特征的差異性，根據(jù)其不同屬性以線性方程為基礎(chǔ)，構(gòu)建了融合特征圖準(zhǔn)則。最后，根據(jù)生成的融合特征圖，以“勝者為王”的策略完成“注意焦點(diǎn)”的自動(dòng)選取，實(shí)現(xiàn)了對(duì)遙感圖像“自底向上”的目標(biāo)顯著性分析。

2.方法

2.1遙感圖像預(yù)處理

從表1～表3中可以看出，本文方法具有較好目標(biāo)顯著性特性與目標(biāo)檢測(cè)指標(biāo)，在參照方法中具有較好的Significance值。因此，機(jī)器視覺遙感圖像目標(biāo)顯著性分析方法可以有效的幫助機(jī)器自主實(shí)現(xiàn)遙感圖像有效目標(biāo)內(nèi)的注意和搜索。

4.結(jié)束語

通過與3種經(jīng)典視覺注意模型與CFAR檢測(cè)算法的對(duì)比仿真實(shí)驗(yàn)結(jié)果，表明本文模型對(duì)遙感圖像目標(biāo)的顯著區(qū)域提取效果更好，能夠準(zhǔn)確檢測(cè)出圖像中的顯著目標(biāo)區(qū)域，漏檢、虛警數(shù)量少，且目標(biāo)區(qū)域具有較為清晰地目標(biāo)輪廓和形狀，實(shí)現(xiàn)了較高精度的自主顯著區(qū)域檢測(cè)。