摘 要： 物體的選擇與識(shí)別是當(dāng)前計(jì)算機(jī)視覺研究的熱點(diǎn)，對(duì)計(jì)算機(jī)識(shí)別技術(shù)的展開主要通過模仿人的視覺識(shí)別機(jī)制，并建立相應(yīng)的視覺注意模型來實(shí)現(xiàn)。本文在介紹視覺注意機(jī)制研究的基礎(chǔ)上介紹了計(jì)算機(jī)視覺注意模型的研究方法，分析了計(jì)算機(jī)視覺注意模型的研究現(xiàn)狀，并指出了當(dāng)前計(jì)算機(jī)視覺注意模型的研究趨勢(shì)。
　　關(guān)鍵詞： 計(jì)算機(jī) 視覺注意機(jī)制 計(jì)算機(jī)視覺注意模型
　　
　　1.引言
　　隨著信息技術(shù)的不斷發(fā)展，數(shù)據(jù)處理量劇增，以及用戶不斷擴(kuò)大的個(gè)性化需求，對(duì)計(jì)算機(jī)信息處理能力提出了越來越高的要求。如何在場(chǎng)景中快速準(zhǔn)確地找到與任務(wù)相關(guān)的局部信息，即物體選擇與識(shí)別，已經(jīng)成為計(jì)算機(jī)信息處理領(lǐng)域的一個(gè)研究熱點(diǎn)。隨著在心理學(xué)領(lǐng)域注意機(jī)制研究的不斷發(fā)展，將注意機(jī)制引入信息處理領(lǐng)域來解決物體識(shí)別問題，已經(jīng)不再是紙上談兵。
　　人類視覺系統(tǒng)進(jìn)行視覺信息處理時(shí)，總是迅速選擇少數(shù)幾個(gè)顯著對(duì)象進(jìn)行優(yōu)先處理，忽略或舍棄其他的非顯著對(duì)象。進(jìn)入人類視野的海量信息，通過注意選擇機(jī)制進(jìn)行篩選，就能使我們有選擇地分配有限的視覺處理資源，保證視覺信息處理的效率，這就是視覺選擇注意機(jī)制的原理。依據(jù)人類視覺選擇注意的基本原理，開發(fā)能夠進(jìn)行智能圖像信息處理的計(jì)算機(jī)系統(tǒng)，就成為一大任務(wù)。我們研究的主要方向是使計(jì)算機(jī)處理對(duì)象時(shí)，能夠具備與人類相似的視覺選擇注意能力。
　　2.視覺注意機(jī)制
　　研究視覺注意機(jī)制是個(gè)多學(xué)科交叉的問題，目前多個(gè)領(lǐng)域的研究人員都取得了研究成果，并且對(duì)視覺注意的理論都形成了一些共識(shí)。目前普遍認(rèn)為注意既可以是按自底向上（自下而上）的圖像數(shù)據(jù)驅(qū)動(dòng)的，也可以是安自頂向下（自上而下）的任務(wù)驅(qū)動(dòng)的。其中，自下而上的研究主要來自圖像中物體數(shù)據(jù)本身的顯著性。例如，在視覺搜索實(shí)驗(yàn)中，顯著的物體會(huì)自動(dòng)跳出，如圖1中的圓點(diǎn)通過特征對(duì)比，以形狀跳出的形式獲得注意。自上而下的引導(dǎo)主要來自當(dāng)前的視覺任務(wù)，以及場(chǎng)景的快速認(rèn)證結(jié)果，即我們可以“故意”去注意任何一個(gè)“不起眼”的物體，如我們可以在圖書館浩如煙海的藏書中，找到自己感興趣的那本書。
　　
　　研究視覺注意機(jī)制的重要方法是研究眼睛在搜索目標(biāo)時(shí)的表現(xiàn)。顯著圖中的各目標(biāo)在競爭中吸引注意點(diǎn)，注意點(diǎn)在各個(gè)注意目標(biāo)間轉(zhuǎn)移。根據(jù)注意點(diǎn)轉(zhuǎn)移時(shí)是否伴隨眼動(dòng)，視覺注意也分為隱式注意和顯式注意。隱式注意的中央凹不會(huì)隨著注意點(diǎn)的轉(zhuǎn)移而移動(dòng)，而顯式注意的中央凹隨每次注意點(diǎn)的轉(zhuǎn)移而運(yùn)動(dòng)。
　　對(duì)視覺注意機(jī)制的研究為計(jì)算機(jī)視覺的發(fā)展提供了可能。計(jì)算機(jī)視覺借鑒人類視覺的注意機(jī)制，建立視覺注意的計(jì)算模型。通過“注意點(diǎn)”的選擇與轉(zhuǎn)移，實(shí)現(xiàn)對(duì)復(fù)雜場(chǎng)景中任務(wù)的搜索與定位，最終來實(shí)現(xiàn)實(shí)時(shí)信息的響應(yīng)處理。在計(jì)算機(jī)視覺的研究中，顯式注意應(yīng)用較多。
　　3.計(jì)算機(jī)視覺注意模型
　　從人的角度來看，人類視覺系統(tǒng)通過視覺，選擇注意在復(fù)雜的場(chǎng)景中迅速將注意力集中在少數(shù)幾個(gè)顯著的視覺對(duì)象上。從場(chǎng)景的角度來看，場(chǎng)景中的某些內(nèi)容比其他內(nèi)容更能引起觀察者的注意，我們稱之為視覺顯著性，兩者其實(shí)是從不同的角度對(duì)視覺選擇注意過程的描述。
　　我們把引起注意的場(chǎng)景內(nèi)容定義為注意焦點(diǎn)FOA（Focus of Attention）。Treisman的特征整合理論中將視覺信息處理過程劃分為前注意和注意兩個(gè)階段，各種視覺特征在前注意階段被以并行的方式提取出來，并在注意階段以串行方式整合為視覺客體，即注意的特征和客體是通過不同方式進(jìn)行的。在注意焦點(diǎn)的選擇和轉(zhuǎn)移上，Koch［２］進(jìn)行了深入的研究，他提出注意焦點(diǎn)FOA的變化具有四個(gè)特征，即單焦點(diǎn)性：同一時(shí)刻只能存在一個(gè)FOA；縮放性：FOA的空間范圍可以擴(kuò)大或者縮小；焦點(diǎn)轉(zhuǎn)移性：FOA能夠由一個(gè)位置向另一個(gè)位置轉(zhuǎn)移；鄰近優(yōu)先性：FOA轉(zhuǎn)移時(shí)傾向于選擇與當(dāng)前注視內(nèi)容接近的位置。同時(shí)注意焦點(diǎn)具有抑制返回的特點(diǎn)，即FOA轉(zhuǎn)移時(shí)抑制返回最近被選擇過的注視區(qū)域。在此基礎(chǔ)上，視覺注意的研究人員提出了多種視覺注意模型。
　　4.視覺注意模型的研究現(xiàn)狀
　　人類的視覺注意過程包括兩個(gè)方面：一方面是對(duì)自下而上的初級(jí)視覺特征的加工，另一方面是由自上而下的任務(wù)的指導(dǎo)，兩方面結(jié)合，共同完成了視覺的選擇性注意。與此對(duì)應(yīng)，當(dāng)前的計(jì)算機(jī)視覺注意研究也分為這兩個(gè)方面。
　　4.1自下向上的數(shù)據(jù)驅(qū)動(dòng)注意模型研究及分析
　　在沒有先驗(yàn)任務(wù)指導(dǎo)的情況下，視覺注意的目標(biāo)選擇主要是由場(chǎng)景中自下而上的數(shù)據(jù)驅(qū)動(dòng)的，目標(biāo)是否被關(guān)注，由它的顯著性決定?，F(xiàn)在，自下而上的注意研究主要基于Treisman的特征整合理論和Koch&Ullman的顯著性模型，Itti、satoh等人均在此基礎(chǔ)上提出了自己的研究模型，并做了一些模型的改進(jìn)研究。自下而上的研究方法通過對(duì)輸入圖像提取顏色、朝向、亮度等方面的基本視覺特征的研究，形成各個(gè)特征對(duì)應(yīng)的顯著圖。另外，一些研究者采用基于局部或全局對(duì)比度的方法，來得到圖中每個(gè)像素的顯著性，進(jìn)而得到顯著圖。
　　現(xiàn)有的自下而上的視覺注意計(jì)算模型中，Itti的顯著圖模型（簡稱Itti模型）最具代表性。該模型主要包含3個(gè)模塊：特征提取、顯著圖生成和注意焦點(diǎn)轉(zhuǎn)移。模型通過初級(jí)特征的提取，將多種特征、多種尺度的視覺空間通過中央—周邊算子得到的各個(gè)特征的顯著性圖合成一幅顯著圖。顯著圖中的各個(gè)目標(biāo)通過勝者為王的競爭機(jī)制，選出唯一的注意目標(biāo)，其中注意焦點(diǎn)的轉(zhuǎn)移用的是禁止返回機(jī)制。但該模型也有一些缺點(diǎn)，如顯著區(qū)與目標(biāo)區(qū)域有偏差、計(jì)算量較大、運(yùn)行時(shí)間較長、動(dòng)態(tài)場(chǎng)景中實(shí)時(shí)處理不平等。
　　在動(dòng)態(tài)場(chǎng)景之中，由于Itti模型很難滿足實(shí)時(shí)性的要求，科研工作者們正在努力研究動(dòng)態(tài)場(chǎng)景的特性，并建立相應(yīng)的動(dòng)態(tài)模型。如Wolfe［１］指出，影響前注意的特征包括顏色、方向、曲率、尺寸、運(yùn)動(dòng)、深度特征、微調(diào)支距、光澤、形狀，等等，其中又以運(yùn)動(dòng)特征最為敏感。而You等采用了一種空間域特征和時(shí)間域特征相結(jié)合的視覺注意模型，該模型假設(shè)當(dāng)場(chǎng)景中存在全局運(yùn)動(dòng)時(shí)，視覺注意對(duì)象將極少做運(yùn)動(dòng)。然而，許多真實(shí)的場(chǎng)景并不能滿足這個(gè)假設(shè)，限制了模型的適用范圍。Hang等人提出了一種運(yùn)動(dòng)圖的計(jì)算方法，并把運(yùn)動(dòng)圖作為特征之一，與顏色、亮度、方向等特征結(jié)合。這些研究關(guān)注了運(yùn)動(dòng)特征對(duì)視覺的影響，但是均存在一定的局限性，對(duì)于復(fù)雜的運(yùn)動(dòng)場(chǎng)景的注意焦點(diǎn)計(jì)算很難取得良好的效果。
　　我國研究者也在Itti注意模型的基礎(chǔ)上研究了適合動(dòng)態(tài)場(chǎng)景中的注意模型，形成了一些理論成果。如曾志宏［2］等人提出注意焦點(diǎn)計(jì)算模型，鄭雅羽［3］等提出基于時(shí)空特征融合的視覺注意計(jì)算模型。這些模型都能較好地提取動(dòng)態(tài)場(chǎng)景下的視覺目標(biāo)。
　　4.2自上而下的任務(wù)驅(qū)動(dòng)的注意模型研究及分析
　　自上而下的注意即任務(wù)驅(qū)動(dòng)的注意，通過目標(biāo)和任務(wù)的抽象知識(shí)，在一定程度上指導(dǎo)注意焦點(diǎn)的選擇。在自上而下注意模型的研究方面，Laar（1997）提出了一個(gè)用于隱式視覺注意的模型，該模型通過任務(wù)學(xué)習(xí)，將注意集中于重要的特征。Rabak［4］提出了基于注意機(jī)制的視覺感知識(shí)別模型，該模型在定義目標(biāo)顯著性時(shí)，通過語義分析對(duì)其他三個(gè)自下向上的視覺控制參數(shù)項(xiàng)進(jìn)行線性組合。Salah將可觀測(cè)馬爾科夫模型引入到模擬任務(wù)驅(qū)動(dòng)的注意模型研究中，并在數(shù)字識(shí)別和人臉識(shí)別的實(shí)驗(yàn)中取得了很好的效果。Itti提出以調(diào)節(jié)心理閾值函數(shù)的形式來控制視覺感知。
　　目前對(duì)自下而上的數(shù)據(jù)驅(qū)動(dòng)方面的研究較多，而對(duì)自下而上的任務(wù)驅(qū)動(dòng)方面研究較少。因?yàn)槿蝿?wù)驅(qū)動(dòng)的注意與人的主觀意識(shí)有關(guān)，同時(shí)受到場(chǎng)景的全局特征影響。自上而下的注意涉及記憶、控制等多個(gè)模塊的分工協(xié)作，其過程非常復(fù)雜。
　　5.計(jì)算機(jī)視覺注意模型研究的趨勢(shì)
　　自底向上和自頂向下的加工是兩種方向不同的信息處理機(jī)制，兩者的結(jié)合形成了統(tǒng)一的視知覺系統(tǒng)。人類的視覺信息處理系統(tǒng)只有遵循這樣的方法，才能有效地實(shí)現(xiàn)視覺選擇注意的目的。
　　實(shí)踐證明，把自底向上和自頂向下的研究相分離的研究方法并不能很好地解決計(jì)算機(jī)的視覺注意過程。要想使計(jì)算機(jī)能夠準(zhǔn)確模擬人類的視覺注意過程，實(shí)現(xiàn)主動(dòng)的視覺選擇注意的目的，采用兩種研究方法相結(jié)合的形式勢(shì)在必行。自底向上的視覺注意計(jì)算往往離不開與自頂向下的有機(jī)結(jié)合，實(shí)現(xiàn)二者的優(yōu)勢(shì)互補(bǔ)是以后計(jì)算機(jī)視覺注意研究的一個(gè)趨勢(shì)。
　　
　　參考文獻(xiàn)：
　?。?］Wolf J M，Cave K R.Deploying visual attention：the guided search model.In：Troscianko T，Blake A，eds.AI and the Eye.Chichester，UK：Wiley press，1990.
　?。?］曾志宏，周昌樂，林坤輝，曲延云，陳嘉威.目標(biāo)跟蹤的視覺注意計(jì)算模型［J］.計(jì)算機(jī)工程，2008，（23）.
　　［3］鄭雅羽，田翔，陳耀武.基于時(shí)空特征融合的視覺注意模型［J］.吉林大學(xué)學(xué)報(bào)，2009，（11）.
　?。?］Rabak I A，Gusakova V I，Golovan A V，et al.A model of attention-guided vision perception and recognition.Vision Research，1998，38.
　　
　　基金項(xiàng)目：衡水學(xué)院校內(nèi)科研基金項(xiàng)目（2010032）。