序
眾所周知，人類視覺具有非凡的環(huán)境感知能力，似乎毫不費力就可以對周圍環(huán)境的典型目標(biāo)進行識別。隨著人類對自身視覺系統(tǒng)的深入了解，借助人類視覺的信息處理機制來增強機器視覺的認(rèn)知能力已是計算機視覺領(lǐng)域的熱點研究內(nèi)容之一。然而，如何模擬大腦視覺系統(tǒng)的典型功能或信息處理機制，使計算機擁有人類所具備的觀察和理解世界的能力，卻是計算機視覺領(lǐng)域面臨的一大挑戰(zhàn)。
本書借鑒人類視網(wǎng)膜、視皮層的信息處理機制以及視覺心理認(rèn)知組織準(zhǔn)則，構(gòu)建具有人類某些視覺功能特性的計算模型或方法，以機器視覺感知的自然環(huán)境信息——自然圖像[1] 為處理對象，實現(xiàn)自然圖像的顯著性處理與自然環(huán)境的典型目標(biāo)識別，為機器人自動導(dǎo)航提供視覺環(huán)境感知和信息選擇性傳輸機制的可計算方法。
基于視覺認(rèn)知的自然圖像目標(biāo)識別屬于神經(jīng)生理學(xué)、認(rèn)知心理學(xué)、生物物理學(xué)、計算機信息學(xué)以及自動化等眾多學(xué)科交叉形成的新興研究課題。作為交叉領(lǐng)域里的一項基礎(chǔ)性研究工作，本書在研究方法與思路上有所突破，主要可概括為以下7個方面：
① 系統(tǒng)、全面地總結(jié)了國內(nèi)外神經(jīng)科學(xué)家在視覺信息處理上取得的功能性實驗成果，分析和討論了視覺信息處理中的層次（初級、中級、高級）功能。在總結(jié)國內(nèi)外相關(guān)工作的基礎(chǔ)上，重點探討了基于生物視覺特性的自然圖像目標(biāo)識別所涉及的關(guān)鍵技術(shù)與難點。
② 詳細(xì)分析了人類視網(wǎng)膜感知外部環(huán)境的信息處理機制，提出了一種空間可變分辨率的自然圖像處理方法。在人類的視覺感知過程中，視網(wǎng)膜成像的分辨率隨著注視點空間位置的變化而不同。依據(jù)這一生物事實，本書模擬了人類視覺系統(tǒng)視網(wǎng)膜的感知機制。所提出的自然圖像顯著性處理方法在海量圖像數(shù)據(jù)的遠(yuǎn)程傳輸以及基于圖像的遠(yuǎn)程目標(biāo)識別中具有較高的應(yīng)用價值。
③ 受生物視覺初級視皮層（V1）環(huán)境感知機制的啟發(fā)，提出了一種以gabor積分模塊為核心的自然圖像目標(biāo)輪廓提取模型與方法，以復(fù)雜背景的自然圖像為處理對象，驗證了用該方法提取自然圖像顯著性輪廓特征的可行性與優(yōu)越性。
④ 受視覺“what pathway”信息處理機制的啟發(fā)，提出了一種基于感知不變性特征的自然場景目標(biāo)識別模型與方法。該方法通過有效提取目標(biāo)的感知不變性特征與可塑性學(xué)習(xí)實現(xiàn)自然場景的目標(biāo)識別。實驗結(jié)果表明，該方法能有效地分類識別出自然場景中建筑物、樹、天空、道路、行人、汽車以及自行車等典型目標(biāo)，并具有較強的魯棒性和較高的識別率。
⑤ 受認(rèn)知心理學(xué)有關(guān)研究的啟發(fā)，分析了傳統(tǒng)流形認(rèn)知方法（LLE）在特征學(xué)習(xí)以及分類識別中的不足，對傳統(tǒng)的 LLE 方法進行了一種有監(jiān)督的擴展。該方法在基于自然圖像的數(shù)字手寫體識別實驗中，具有較高的正確識別率。
⑥ 針對自然圖像數(shù)據(jù)的非高斯分布特性，對一種自主心智發(fā)育認(rèn)知方法進行了改進，即在傳統(tǒng)的發(fā)育方法（HDR）上，提出一種基于獨立成分特征空間的分級判別回歸樹（ICS-HDR）。將改進后的方法用于人臉自然圖像的身份識別和機器人導(dǎo)航時障礙物方向判斷。實驗結(jié)果表明，該方法在識別率和消耗時間上都具有一定的優(yōu)越性。
⑦ 受簡單視覺細(xì)胞以及非經(jīng)典感受野的聯(lián)合啟發(fā)，本部分將前述的神經(jīng)信息計算方法用于視頻圖像的處理。結(jié)合視頻動態(tài)行為分析的難點，本書提出的方法能較好地挖掘出視頻信息中的動態(tài)行為能量特征，其反應(yīng)現(xiàn)象與人類大腦特征具有一致性。實驗結(jié)果表明，該方法通過計算視頻幀的能量，能較好地辨識出視頻中的動態(tài)行為，在基于視頻的公共安防領(lǐng)域中有重要的應(yīng)用價值。由于篇幅限制，特將此部分通過論文形式附在書后，以供參閱。
李作進
2016年2月
[1] 自然圖像是一個沒有準(zhǔn)確定義的概念，是科學(xué)家為了研究人對所觀察的外部環(huán)境產(chǎn)生的一些視覺神經(jīng)反應(yīng)而提出的。從信息獲取角度來看，自然圖像就是人類視覺系統(tǒng)能觀測到的信息或者機器所采集到的自然環(huán)境信息。因此，用計算機模擬或仿真自然環(huán)境下某些視覺功能時所處理的對象就是自然圖像。
書單推薦
