基于注意的图像识别模型及其在人像检测中的应用

摘要：

提出了一种基于注意机制的图像识别模型.其基本想法是:在进行复杂的场景分析或目标识别时,首先通过注视控制机制,获得视景中的关键特征区域,并将注视点按照一定的顺序对这些关键特征区域进行串行扫描.在扫描到每一个关键特征区时,将对该区域附近的局部模式进行记忆或匹配.对一个复杂目标的记忆将包括2部分,一部分是对局部模式的记忆,即组成该目标的各"部件"的模式;另一部分是对各局部模式之间的空间关系的记忆,即组成该目标的各"部件"之间的结构关系.与记忆过程对应,识别过程也包括2部分,一部分是对局部模式的匹配,另一部分是对各局部模式之间结构关系的匹配.当匹配上的局部模式足够多且其空间关系正确时,目标即得到识别.用该模型对复杂背景中的人像进行了检测.实验结果表明,模型较好地解决了不变性识别的问题,即识别结果与目标物的平移、旋转和尺度变化无关,并且具有良好的鲁棒性和速度,是一种具有认知意义并且可以实用化的模型.

关键词：视觉注意、视觉模型、人像检测、不变性识别

所属期刊栏目：36

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：307-315