《选择性注意--罗四维（2）PPT》由会员分享，可在线阅读，更多相关《选择性注意--罗四维（2）PPT（15页珍藏版）》请在金锄头文库上搜索。
1、选择性注意罗四维（2）,目录,邹琪简介 格式塔 全局显著结构主导下的知觉编组算法 利用多尺度分析和编组的基于目标的注意计算模型,邹琪简介,邹 琪 女, 1980年生于湖北随州,现为北京交通大学计算机与信息技术学院博士研究生,研究方向为计算机视觉、机器学习.,格式塔,格式塔心理学 格式塔是德文Gestalt的音译，其含义是完形的意思。 强调经验和行为的整体性，认为整体不等于部分之和，意识不等于感觉元素的集合 。,格式塔,格式塔编组规则（完形法则） 1. 相近（Proximity）。 距离相近的各部分趋于组成整体。 2. 相似（Similarity）。 在某一方面相似的各部分趋于组成整体。 3.
2、封闭（Closure）。 彼此相属、构成封闭实体的各部分趋于组成整体。 4. 简单（Simplicity）。 具有对称、规则、平滑的简单图形特征的各部分趋于组成整体。,全局显著结构主导下的知觉编组算法内容,目标：找到若干个闭合轮廓 用Canny算子提取图像边缘作为输入； 根据输入的边，计算每条边的转移概率矩阵；(计算时采用的是连续性和邻接性) 找到最显著的边；（边的显著性定义为闭合轮廓经过这条边的概率） 从最显著的边开始，找到闭合轮廓。,全局显著结构主导下的知觉编组算法流程图,全局显著结构主导下的知觉编组算法贡献,用全局关系代替二原关系。 用全局显著结构产生闭合轮廓，同时，模拟注意机制，作局部
3、搜索。,全局显著结构主导下的知觉编组算法结果,利用多尺度分析和编组的基于目标的注意计算模型,是一种基于目标的注意模型性（即基于对象） 注意点皆为对象,利用多尺度分析和编组的基于目标的注意计算模型内容,利用高斯滤波得到不同尺度空间 对不同尺度空间下的图像运用梯度法进行边缘提取 对每个边缘，计算其重要性权值（稳定性，长度，对比度）,利用多尺度分析和编组的基于目标的注意计算模型内容,4.利用格式塔规则进行边缘编组 5.对每个编组计算显著性，注意点按显著性递减顺序依次转移(显著性由边缘重要性，区域对比度，轮廓闭合性决定),利用多尺度分析和编组的基于目标的注意计算模型贡献,对不同尺度下的边缘定义了统一的重要性标准; 以重要边缘为输入,通过量化格式塔规则实现轮廓编组; 根据编组结果形成了基于目标的注意计算模型。,利用多尺度分析和编组的基于目标的注意计算模型结果,Thanks.,
