《中国人工智能学会通讯》——4.22让机器具有视觉注意功能

4.22 让机器具有视觉注意功能

视觉注意&＃xff08;Visual Attention&＃xff09;是指心理资源被有选择性地分配给某些视觉认知加工过程&＃xff0c;使得这些过程对信息的加工更加快速、准确。视觉注意功能对于协调人的各种视觉认知加工过程非常重要。人类每时每刻都接受着大量的外界信息&＃xff0c;处于被“信息轰炸”的状态。据估计&＃xff0c;每秒钟大约有 1 亿位的信息量投射到人眼视觉感光神经上[1] &＃xff0c;这远远超出了大脑能够完全直接处理和理解的范围。我们有限的心理资源和神经资源不可能同时、同等地处理如此大规模的信息&＃xff0c;只能选择性地处理那些优先级相对较高信息&＃xff0c;而忽视那些优先级较低的信息。视觉注意的作用正是体现于此。

同样地&＃xff0c;在数字世界里&＃xff0c;与视觉数据的生产及处理需求相比&＃xff0c;我们在现实物理计算系统方面所取得的进展相对滞后&＃xff0c;现有视觉数据处理的能力和资源相对而言仍非常有限。在数据体量的层面上&＃xff0c;以天津市为例&＃xff0c;根据正在启动实施的《天津市社会治安防控体系视频监控网络规划设计实施方案&＃xff08;2015—2017&＃xff09;》&＃xff0c;规划全市视频监控探头总数 110 万个&＃xff0c;联网探头 11.5 万个&＃xff0c;每天产生数据约 23.21 PB 1 。在智能化层面上&＃xff0c;以周克华案侦破过程为例&＃xff0c;长沙市警方投入超过 2 000 人警力回看视频&＃xff0c;视频总时长相当于 83 万部电影2 。

由上述现状与趋势可以看出&＃xff0c;赋予计算系统一定的选择能力&＃xff0c;从而优化资源分配&＃xff0c;提高信息处理效率&＃xff0c;极具必要性和紧迫性。视觉显著性&＃xff08;Visual Saliency&＃xff09;分析即是一种可以赋予机器以视觉注意功能的技术&＃xff0c;它能够将人们可能感兴趣的&＃xff0c;或者更具判别价值的信息成分&＃xff0c;从影像中分离出来&＃xff0c;以便后续进行更深入的处理与分析。

需要说明的是&＃xff0c;视觉显著性的概念有两种基于不同动因的理解——认知驱动或计算驱动。前者是通过模拟的方式理解人的视觉注意选择过程&＃xff0c;验证视觉注意的行为及心理机制&＃xff08;结合心理物理学、功能性磁共振成像、高密度脑事件相关电位等相关数据所建立的模型&＃xff09;。而本文主要关注另一类动因下的视觉显著性模型&＃xff0c;即从计算机科学的角度出发&＃xff0c;意图提供一种信息优选技术。有关认知驱动的视觉显著性分析模型的介绍可参见文献 [2]。