视觉选择性注意的认知神经机制与显著性计算模型  

Cognitive Neural Mechanisms and Saliency Computational Model of Visual Selective Attention

作　　者：刘扬[1,2,3] 杨伟[1,3] 郑逢斌[1,3] 

机构地区：[1]河南大学空间信息处理,河南开封475004 [2]河南大学环境与规划学院,河南开封475004 [3]河南大学计算机与信息工程学院,河南开封475004

出　　处：《小型微型计算机系统》2014年第3期584-589,共6页Journal of Chinese Computer Systems

基　　金：国防科技工业民用专项科研技术研究项目(科工技2012A03A0939)资助;国家自然科学基金项目(61305042;61202098)资助;河南省教育厅科学技术研究重点项目(13A520071)资助;河南大学自然科学基金项目(2010YBZR046)资助

摘　　要：针对目前显著图计算复杂度高、分辨率低、对比度差等问题,受Stevens视觉认知模型和注意的神经控制回路的信息处理结构启发,提出一种基于选择性注意认知神经机制的视觉显著性计算模型和相关算法.该模型兼容了自上而下和自下而上两种视觉注意机制,可很好地模拟了人类的视觉注意系统.在显著性对象图像数据库进行的实验中,本模型在选择性注意的显著区提取精度、运行时间、噪声干扰抑制等方面都取得了令人满意的结果.Since saliency maps extraction algorithm has high computational complexity, low resolution and poor contrast, inspired by visual cognitive model of Stevens＇s law and in the neural control circuit structure, we propose a new visual computing model and al- gorithms based on mechanisms of selective attention cognitive neural is proposed in this paper. This model simulates both the bottom- up and top-down human visual attention mechanism. The model is tested on image database of saliency object. Experiment has a- chieved satisfactory results in selective attention saliency extraction, running time and background noise restrain.

关 键 词：视觉注意 选择性注意 视觉显著图 视觉模型 神经认知计算 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]