Behavior adaptive and real time model of integrated bottom-up and top-down visual attention
Muhammad Zaheer Aziz · Amtliche Mitteilungen (Universitätsbibliothek Paderborn) · 2009
Visuelle Aufmerksamkeit ist ein wichtiger Bestandteil des natürlichen Sehens, der dazu beiträgt, die Datenmenge, die das menschliche Gehirn erreicht, wesentlich zu optimieren.Der Aufmerksamkeitsmechanismus beinhaltet einen Filterungsprozess der visuellen Informationen, um nur relevante und wichtige Anteile der gesehenen Szene für eine Analyse auf höheren Verarbeitungsebenen weiter zu leiten.Computer-gestützte Aufmerksamkeitsmodelle versuchen diese Filterung für Verfahren des künstlichen Sehens zu realisieren.In dieser Dissertation wird ein gebietsbasierter Ansatz zu Modellierung visueller Aufmerksamkeit vorgestellt, der eine Alternative zu existierenden Modellen darstellt.Das vorgeschlagene Modell integriert bottom-up-und top-down Pfade der Aufmerksamkeit in einer einzelnen Architektur und nutzt beide Pfade unter Berücksichtigung verschiedener visueller Verhalten.Eine derartige Integration ist bisher von anderen Modellen noch nicht berücksichtigt worden.Um auf mobilen Seh-Systeme Ergebnisse in Echtzeit erzielen zu können, wurden schnellere Algorithmen zur Merkmalsextraktion und Salienzberechnung entwickelt.Diese Algorithmen berechnen den Kontrast in fünf Merkmalskanälen sowohl im Kontext lokaler Nachbarschaft, als auch im globalen Kontext des gesamten Bildes.Die Neuerung hinsichtlich der top-down Aufmerksamkeit ist die Erzeugung von Salienz-Karten feiner Granularität, mit der die visuelle Suche eines gegebenen Objektes durchgeführt wird.Diese Karten besitzen eine hohe Salienz für jene Gebiete, die eine höhere Ähnlichkeit zu den Merkmalen des gesuchten Objekts aufweisen.Jüngste Untersuchungen im Bereich biologischer Sehsysteme unterstützen die Annahme einer Top-Down Verarbeitung im Aufmerksamkeits-Kanal des menschlichen Hirns.Andere existierende Ansätze nutzen zu diesem Zweck bislang ausschließlich Bottom-Up Karten, wodurch die vorliegende Arbeit einen signifikanten Beitrag zur aktuellen Forschung auf diesem Gebiet leistet.Das vorgeschlagene Modell lieferte sinnvolle Ergebnisse und erzielte eine gute Leistung im Vergleich zu anderen verfügbaren Aufmerksamkeitsmodellen. Diese Arbeit zeigt neue Richtungen für die Untersuchungen in diesem Bereich auf, die zum Erreichen des ultimative Ziels biologisch plausibler, künstlicher Sehsysteme führen können.