不同视觉区域OUP效应的眼动研究

采用眼动实验法,通过两个实验考察了不同视觉区域的OUP效应。结果显示:(1)当刺激材料分别平行呈现于左侧视觉区域和右侧视觉区域时,在右侧视觉区域产生了OUP效应,而在左侧视觉区域没有OUP效应,我们假设是由于左侧视觉区域首字母距离中央凹的不利位置影响了OUP效应的产生。(2)当垂直方向呈现刺激时,在两侧视觉区域均产生了明显的OUP效应,表明首字母距离中央凹处于有利位置时不会影响OUP效应的产生。实验结果支持了大脑左半球和右半球在词汇识别时的策略为系列加工,对左半球平行加工右半球系列加工的结论提出了质疑。

基于视觉区域聚合与双向协作的端到端图像描述生成

近几年,基于Transformer的预训练模型展现了强大的模态表征能力,促使了多模态的下游任务(如图像描述生成任务)正朝着完全端到端范式的趋势所转变,并且能够使得模型获得更好的性能以及更快的推理速度.然而,该技术所提取的网格型视觉特征中缺乏区域型的视觉信息,从而导致模型对对象内容的描述不精确.因此,预训练模型在图像描述生成任务上的适用性在很大程度上仍有待探索.针对这一问题,提出一种基于视觉区域聚合与双向协作学习的端到端图像描述生成方法(visual region aggregation and dual-level collaboration,VRADC).为了学习到区域型的视觉信息,设计了一种视觉区域聚合模块,将有相似语义的网格特征聚合在一起形成紧凑的视觉区域表征.接着,双向协作模块利用交叉注意力机制从两种视觉特征中学习到更加有代表性的语义信息,进而指导模型生成更加细粒度的图像描述文本.基于MSCOCO和Flickr30k两个数据集的实验结果表明,所提的VRADC方法能够大幅度地提升图像描述生成的质量,实现了最先进的性能.

基于区域递增式彩色视觉密码的栅格地图多级分存算法研究

针对栅格地图中涉密数据可分为不同图层的特点,设计了一种保护多层数据的区域递增式彩色视觉密码方案,并给出了具体应用流程。该方案首先对多个授权集合进行了优化,然后基于随机数设计了秘密分享和恢复算法,避免了生成和保存加密矩阵产生的额外开销。实验结果表明,该方案能够实现栅格地图数据多级分存,在大大降低方案像素扩展度的同时,实现了栅格地图数据的完全恢复。

一种基于视觉感兴趣区域的彩色图像增强方法

目的把视觉感兴趣区域概念引入直方图的建造中,提出了一种新的基于视觉感兴趣区域的图像增强方法,使增强效果更符合人眼视觉感知。方法首先在标准观测环境下利用先进的眼动仪设备获得人眼感兴趣区域,然后计算各子区域的平均显著值,以确定各个子区域的权重系数,最后采取类似直方图均衡化的思想,优化配比灰度级的动态范围。结果通过主客观实验结果表明,增强后的图像更符合人眼视觉感知。结论结合了视觉感知特性的直方图增强方法,弥补了传统直方图与人眼视觉感知不一致的弊端,其增强效果更佳。

区域视觉形象识别系统设计的理论与实践

目前 ,全国各地正在兴起区域形象设计与建设的浪潮 ,但如何把区域形象信息系统地传递出去 ,这方面的理论研究大大落后于实践。文章就区域形象信息传递的有效工具———区域视觉识别系统设计的主要内容、设计的原则、设计的基本流程等在理论与实践上作了较为详细的探讨 。

未知环境中基于视觉显著区域的拓扑定位

针对移动机器人在未知环境中的导航问题,提出并实现一个新的基于视觉显著区域的拓扑定位系统。首先采用中心—周围差方法在多尺度图像空间中计算颜色及纹理对比,根据检测出的显著线索构造适宜尺寸的显著区域。然后将这些场景中的视觉显著区域利用隐马尔科夫模型组织成为拓扑图中的一个顶点,从而将定位问题转化为隐马尔科夫模型(HMM)的估值问题。该系统支持机器人在线建立环境的拓扑模型,同时进行定位。实验结果表明,该方法能够在机器人移动过程中发生尺度、2维旋转、视角等变化时稳定地检测出显著视觉区域,场景识别率较高。实验证明该定位系统有能力保证机器人在未知环境中的安全导航。

基于支撑向量机的视觉语音特征区域定位方法

该文提出了基于支撑向量机SVM(SupportVectorMachine)结合由主元分析PCA(PrincipleComponentAnaly-sis)导出的DFFS(DistanceFromFaceSpace)判据进行人脸视觉语音特征区域定位的方法。并与基于传统Fisher准则的线性判别方法FDA(FisherDiscriminationAnalysis)结合DFFS判据的定位结果进行了比较分析。在有限样本的情况下,基于SVM-DFFS的方法与传统的线性FDA-DFFS方法相比具有一定的优势。该文实验中所使用的样本数据来自中国科学院声学所汉语听觉、视觉双模态数据库(CAVSRv1.0)。

基于视觉重要区域的立体图像视觉舒适度客观评价方法

先进的立体视频技术能给观众带来深度感和沉浸感,但也容易使人产生视觉疲劳,造成观看体验质量的下降,因此,如何对立体视频/图像的视觉舒适度进行有效评价是目前的研究难点。该文提出一种基于视觉重要区域的立体图像视觉舒适度客观评价模型,该模型主要包括3个部分:(1)利用图像显著图和视差图像得到立体图像视觉重要区域;(2)提取视觉重要区域的视差幅度特征、视差梯度边缘特征以及空间频率特征,作为反映立体图像视觉舒适度的感知特征信息;(3)通过支持向量回归建立特征信息与立体图像舒适度平均主观评分值的关系,预测得到立体图像视觉舒适度的客观评价值。实验结果表明,与现有的方法相比较,在相同的立体图像测试库上,采用该文提出的客观评价模型可以获得更好的评价性能。

基于区域视觉划分的品牌形象辨识度评估系统设计

针对品牌影响辨识度评估受到企业品牌定位的影响,导致品牌形象辨识度的评估效果变差。以提高品牌形象辨识度评估效果为目的,提出基于区域视觉划分的品牌形象辨识度评估系统设计。在区域视觉划分的基础上,通过品牌形象辨识度采集器设计和品牌形象辨识度评估系统电路设计,完成系统的硬件设计;结合品牌形象辨识度信息的处理和品牌形象辨识度评估算法设计,完成系统的软件设计,实现了品牌形象辨识度的评估。测试结果表明,基于区域视觉划分的品牌形象辨识度评估系统无论是否受到噪声环境干扰,评估得到的品牌形象辨识度都较高,从而提高了品牌形象辨识度的评估效果。

基于Transformer视觉特征融合的图像描述方法

现有图像描述方法只利用区域型视觉特征生成描述语句,忽略了网格型视觉特征的重要性,并且均为两阶段方法,从而影响了图像描述的质量。针对该问题,提出一种基于Transformer视觉特征融合的端到端图像描述方法。首先,在特征提取阶段,利用视觉特征提取器提取出区域型视觉特征和网格型视觉特征;其次,在特征融合阶段,通过视觉特征融合模块对区域型视觉特征和网格型视觉特征进行拼接;最后,将所有的视觉特征送入语言生成器中以生成图像描述。该方法各部分均基于Transformer模型实现,实现了一阶段方法。在MS-COCO数据集上的实验结果表明,所提方法能够充分利用区域型视觉特征与网格型视觉特征的优势,BLEU-1、BLEU-4、METEOR、ROUGE-L、CIDEr、SPICE指标分别达到83.1%、41.5%、30.2%、60.1%、140.3%、23.9%,优于目前主流的图像描述方法,能够生成更加准确和丰富的描述语句。

区域中风景视觉资源的开发及管理研究

风景视觉资源是人类赖以生存的基本资源形式之一,本文从我国区域风景视觉资源开发和管理的现状出发,以风景视觉资源本身为研究对象,通过对区域风景视觉资源的生命周期、存在状态、开发度、开发潜力和可持续发展等问题的讨论,为我国区域风景视觉资源的开发和管理提供有益的指导。

基于Intel SR300的网页视觉兴趣区域检测

以人眼眼球运动和视线数据为出发点,利用Intel SR300摄像头,采集RGB-D彩色深度图像,研究并提出了一种网页视觉兴趣区域检测的设计思路和实现方法。首先,通过校准程序建立人眼视线和屏幕上像素点的对应关系。其次,结合闭眼检测接口的数据,对SDK输出的眼动数据进行预处理以提高其稳定性和准确性。同时,搭建Web Socket服务器,通过localhost回环接口实现摄像头调用进程和本机前端Chrome浏览器进程间的消息传输。最后,编写浏览器插件,利用热点图对人眼视线数据进行可视化。经实验测试,该系统可以较准确地检测出用户在网页上的视觉兴趣区域。

基于视觉敏感区域的MGS编码研究

本文分析研究了MGS编解码技术及其码流结构,利用FMO(Flexible Macroblock Order灵活宏块顺序)编码技术实现MGS质量可伸缩的视觉敏感区域编码,提出改进的码流提取规则来达到保护视觉敏感区域。并对视频敏感区域码流提出新的容错方法,避免MGS首片层系数丢失导致的敏感区域保护失效。

中国画的视觉敏感区域分析

视觉对亮度和颜色的边缘选择性应答能够加强立体视觉感,对这种应答进行着重的描绘是中国画重视线条描绘的生理基础。这种视觉敏感的重点描绘在中国画技艺中运用最为突出的是"留白"艺术,中国画通过"留白"调动了视觉表象与视觉属性,进而产生独特的空间感与无限的想象空间。本文通过对中国画视觉敏感区域进行深入的分析,以探讨其在绘画中的重要作用。

基于空间关系聚合与全局特征注入的视觉问答模型

现有视觉问答模型缺乏视觉对象间关系的理解能力,导致复杂问题的答案预测准确率较差;针对该问题,提出了一种基于空间关系聚合与全局特征注入的视觉问答模型。该模型首先利用空间关系聚合视觉区域特征,将其转换为视觉全局特征,并将这些特征注入网络;然后引入双边门控机制进行特征融合,使模型能够根据不同的问题输入,自适应地调整视觉全局特征和视觉区域特征对答案预测的贡献度;最后将融合特征输入分类网络,得到预测结果。在VQA 2.0和GQA公开数据集上进行实验,结果表明:该模型在VQA2.0的测试-开发集、测试-标准集和GQA的数据集上的总准确率分别达到71.12%、71.54%和57.71%,优于MCAN和SCAVQAN等主流模型。该模型由于引入了具有空间关系的视觉全局特征,能够更好地提升视觉对象间关系的理解能力,有效提高了视觉问答模型的准确率。

足球运动员视觉搜索策略研究

足球是一项攻防转换速度非常快的运动项目,良好的预测能力对足球运动员非常重要。足球比赛中,运动员比非运动员有更好的预测能力,这种差异可能是因为在视觉搜索过程中,运动员注意到了关键线索,而非运动员根本没有注视到。本研究通过不同时间阻断点、放映速度的足球罚点球视频分析不同水平运动员的预测能力和中枢资源占用程度,发现在触球瞬间,运动员组预测准确率较非运动组高。通过眼动仪分析视觉停留区域时间序列特征,发现运动员组采用了有规律的视觉搜索模式提取有效特征值进行预测。本研究认为运动员可以通过反复观看和分析不同场景下的比赛过程,提高视觉搜索能力,进而提高预测能力,结果对运动训练实践有一定的现实指导意义。

基于自适应调节核函数的图像显著区域提取方法

目前的图像显著区域提取技术仅针对无噪声图像或者没有分析噪声对提取技术的影响。文章提出一种图像显著区域提取新方法,该方法将自适应调节核函数应用在图像显著区域获取中。根据具体图像像素点与周围小区域的差异性来判断该位置的显著性。差异性是与自适应调节核函数有关的单调下降函数。该算法采用多尺度融合的方法获取整幅图的显著区域,对无噪声图像进行显著区域提取分析取得了较好效果。在图像含噪时与两种现有显著区域获取方法进行比较,实验结果表明该算法同样对噪声具有很强的鲁棒性。

区域形象设计

区域形象是对这一区域的认知和评估,是历史的积累。区域形象有一个很长的发展形成过程,反映一个区域的环境、素质和声誉,是经济发展的重要资源。区域形象设计是区域规划和城市规划的组成部分。

基于互信息相对熵差异的显著区域提取算法

在沿用Itti模型的中央周边操作的指导思想下,提出一种基于互信息相对熵局部直方图差异的视觉显著区域提取算法。该方法首先利用像素与像素之间对比度检测各个像素的差异值,然后分析局部区域内中心和周边的像素差异直方图分布,最后利用互信息相对熵寻找视觉显著区域。该方法省去了Itti模型的运算复杂度高的Gabor滤波器运算,算法简单,有效,且提取的显著性区域符合视觉主观特性。

基于时空模型的快速视频显著区域检测

传统的视频显著区域检测方法运算量大且难以处理包含复杂运动的视频,本文提出一种基于时空模型的快速显著区域检测方法。该方法用一种新的模糊聚类算法对特征点的运动轨迹进行无监督聚类,对不同运动类型进行分类。在复杂运动情况下,该算法通过计算优化的聚类中心的个数以获得运动类型数,再将异常数据剔除后,生成运动显著图。而在空间显著区检测方面,则利用反差模型以及Gabor滤波器获得图像的静态显著图。在此基础上,还提出一种基于运动优先思想的时空混合方法,将运动和空间显著图动态合成视觉显著图。实验证明,该方法能够有效地提取视频显著区域,与传统的方法相比该方法平均耗时更少且更方便。