面向非結構化場景目標定位的超完備視覺計算模型及應用.pdf

1、視頻以及圖像信息在無人駕駛、視頻監(jiān)控、目標定位等社會、經(jīng)濟和國家安全領域中的需求持續(xù)迅猛增長,使其呈現(xiàn)出對象復雜性、媒體數(shù)據(jù)規(guī)模化、應用需求多樣化的特點。這些信息既可被人直接感知并理解,也可被計算機處理利用。動物視皮層的信息處理機制與傳統(tǒng)的基于像素的計算機視覺在信息處理基本原理、計算模式和方法上有著本質的差別,目前的計算機視覺針對復雜非結構化場景的處理能力和效率都很難與視覺系統(tǒng)相比較,很難滿足現(xiàn)實應用的需求。結合視覺認知等相關科學,探索

2、更符合生物學機理的實際計算模型并改進現(xiàn)有的計算機處理模式代表了目前目標定位技術研究發(fā)展的主要趨勢。
　　 本文圍繞視覺感知特征提取、表達與計算這一核心科學問題。基于有效編碼假說和視覺系統(tǒng)是適應自然環(huán)境結果的假設,在視覺信息稀疏編碼模型基礎上,以自然圖像的統(tǒng)計特性為切入點,研究模擬復雜視覺信息處理模式的稀疏超完備表示方法,建立并完善模擬初級視皮層(VI區(qū))復雜信息處理機制的稀疏超完備視覺計算模型,用以改進傳統(tǒng)方法,解決由于許多不確

3、定因素或無法預測狀態(tài)的存在而導致的非結構化場景中目標識別的能力和效率問題。然而,由于超完備增加了稀疏分解的組合搜索難度,同時改變了輸入空間與編碼空間的對稱性,使得模型求解和計算及應用方法變得復雜。因此,進一步提出了應用視覺計算模型相關的關鍵算法,解決提取有效的自然圖像統(tǒng)計特征的問題,并基于上述模型和算法提出針對非結構化場景目標定位方法。實驗結果驗證了模型和算法的正確性和有效性,主要研究結果包括:
　　 (1)基于視覺系統(tǒng)是適應自

4、然環(huán)境的結果的假設,以自然圖像的統(tǒng)計特性作為問題的切入點,闡述當前與圖像統(tǒng)計特性相關的動物視覺生理實驗結果及相關信息處理機制,歸納總結并形成相關計算方法、優(yōu)化判據(jù)和優(yōu)化算法基礎。
　　 (2)在上述研究基礎上,模擬VI區(qū)稀疏編碼機制、超完備表示機制和感受野機制,建立了基于稀疏超完備的視覺計算模型。首先從自然圖像中學習簡單細胞感受野超完備集,然后對自然圖像有效特征進行表示,最后提取了形成視像的有效信息。
　　 (3)針對非