局部空间-时间显著性的表达过程蕴涵对空间显著性的表达  

The Process of Locally Spatiotemporal Saliency Representation Revealing Its Validity for Pure Spatial Information

作　　者：姜涛 [1] 蒋兴舟 [2] 

机构地区：[1]海军航空工程学院兵器科学与技术系,山东,烟台,264001,海军工程大学兵器工程系,湖北,武汉,430033,清华大学智能技术与系统国家重点实验室,北京,100084 [2]海军工程大学兵器工程系,湖北,武汉,430033

出　　处：《海军航空工程学院学报》2005年第6期611-614,共4页Journal of Naval Aeronautical and Astronautical University

基　　金：国家科技攻关项目，教育部全国优秀博士学位论文作者专项基金，清华大学校科研和教改项目

摘　　要：建立的基于独立成分分析进行特征提取器的学习,进而模拟人类对视觉信息的局部空间-时间显著性的表达过程的计算模型,蕴涵了对局部空间显著性的有效表达;从而当据其设计为机器人主动视觉的注意机制的视线控制而用的算法,可以同一个处理过程适用于动态场景或静态场景的情形.对获自动态场景的特征提取器的频率特性的分析,揭示了此种内在的包含性的成因;算法的实验结果显示了局部空间-时间显著性表达过程对静态场景的局部空间显著性可有效表达.By adopting independent component analysis method to learn feature extractors, the developed computational model for the process of local saliency representation in human vision, intrinsically embeds the process for representing locally spatial salience in static visual information into the one of locally spatiotemporal representation. Therefore, algorithms based on the model for controlling the gaze of one robotic active vision is valid in both the case of dynamic scene and the one of the static. Frequency analysis on feature extractors obtained from dynamic scene reveals the cause of such intrinsical includedness. Experimental results show the validity of using locally spatiotemporal representation to measure the locally spatial salience of pure spatial information.

关 键 词：视觉注意机制 局部显著性表达 空间-时间显著性 空间显著性 独立成分分析 频率分析 机器人主动视觉 

分 类 号：TP319.4[自动化与计算机技术—计算机软件与理论]