计算视觉核心问题:自然图像先验建模研究综述
2019-03-21孙必慎石武祯姜峰
智能系统学报 2019年1期
孙必慎,石武祯,姜峰
(1. 中国电子科技集团公司 第27研究所,河南 郑州 450005; 2. 哈尔滨工业大学 计算机科学与技术学院,黑龙江 哈尔滨 150001)
视觉先验是认知心理层面、系统神经层面与计算视觉层面研究的交合点,涉及各个层面研究的理解与综合。根据各领域切入点的不同,对视觉先验研究主要可以分为两条路线,即认知心理层面与系统神经层面的机理测试以及计算层面的功能模拟。视觉先验机理测试方面通过非侵入式的测量仪器,在自然图像刺激条件下检测人脑神经细胞的响应特性,反推大脑对自然图像一般性规律进行归纳与记忆的区域结构及其功能原理。随着人类对自身视觉系统的研究逐步深入,从初级视皮层到高级视觉区域,都取得了许多重要的研究成果[1-4]。尽管研究者一致认为初级视皮层的视觉处理过程受环境统计特性的影响,但怎样在两者之间建立准确的数学关系一直是一个难题。功能性磁共振成像(functional magnetic resonance imaging,fMRI)只能有限地反映大脑皮层局部区域的系统动力,必须从理论上进行抽象,才能将“原理”嵌入到我们的工具中去[5]。同时,从可计算的层面上去解释,是一种合理、必须的选择。
1 传统低层计算视觉层面的自然图像先验模型
视觉先验功能模拟方面,以自然图像为对象,挖掘自然图像一般性规律并将其数学形式化为可计算的图像模型,主要包括自然图像光滑性先验模型、自然图像统计规律先验模型、自然图像视觉编码稀疏性先验模型、自然图像非局部自相似模型等,并为众多图像处理与计算机视觉智能应用[6-9]提供算法和支撑。……
登录APP查看全文
