视觉认知计算模型综述_黄凯奇

第26卷第10期2013年10月模式识别与人工智能

PＲ＆AIVol．26Oct．No．102013

视觉认知计算模型综述

黄凯奇

谭铁牛

*

（中国科学院自动化研究所模式识别国家重点实验室与智能感知与计算研究中心北京100080）

摘要视觉认知计算模型作为联系视觉认知和信息计算的有效手段，其研究涉及到认知科学、信息科学等多个

交叉学科，具有复杂性和多样性等特点．为能更好地把握其发展规律，文中从视觉计算角度系统总结视觉认知计算模型，以其两个主要来源为主线分别从生物视觉机制和视觉计算理论回顾视觉认知计算模型的发展．根据其研究的特点，对视觉认知计算模型的发展做出一定评述，并指出视觉认知计算模型的发展必将对计算视觉理论和生物视觉机制产生深远影响．关键词

视觉认知，计算模型，生物视觉机制，计算视觉理论

TP391

中图法分类号

ＲeviewonComputationalModelforVision

HUANGKai-Qi，TANTie-Niu

（NationalLaboratoryofPatternＲecognitionandCentreforＲesearchonIntelligentPerceptionandComputing，

InstituteofAutomation，ChineseAcademyofSciences，Beijing100080）

ABSTＲACT

Thecomputationalmodelsforvisionhavethecharacteristicsofcomplexandpersity，astheycomefrommanysubjectssuchascognitionscienceandinformationscience．Inthispaper，thecomputationalmodelsforvisionareinvestigatedfromthebiologicalvisualmechanismandcomputationalvisiontheorysystematically．Somepointsofviewabouttheprospectsofthecomputationalmodelarepresented．Thedevelopmentofthecomputationalmodelwillbuildthebridgeforthecomputationalvisionandbiologicalvisualmechanism．KeyWords

VisualCognition，ComputationalModel，BiologicalVisualMechanism，ComputationalVisionTheory

1引言

计算机视觉与人类视觉仍存在较大差异．科学家常

“过马路”以这个简单的视觉任务为例来说明这一点．现代高速计算机的计算能力已达到相当惊人的程度，但计算机视觉系统却无法指导过马路．很多研究者都将注意力集中在传统的基于统计学习等方法

计算机视觉的中心任务是采用计算机对图像进

行理解和分析来获取有效信息．图像包括单幅图像、多幅图像和图像序列（即视频图像）．但是，目前的

*国家自然科学基金项目（No．61175007）、国家973计划项目（No．2012CB316302）资助收稿日期：2012－09－03；修回日期：2013－05－20

1977年生，mail：作者简介黄凯奇（通讯作者），男，研究员，博士生导师，主要研究方向为计算机视觉、视觉认知计算等．E-kqhuang@nlpr．ia．ac．cn．谭铁牛，1964年生，男，研究员，博士生导师，主要研究方向为计算机视觉、生物特征识别．

上，却忽略一个事实：人类视觉系统大大超过了当前最优秀的基于统计学习等传统方法的视觉系统．特别在处理一些恶劣环境下的视觉信息时，传统方法

如何从视觉认知的角度去研遇到较大困难．鉴于此，

究和设计计算机视觉算法成为一项迫切而又富有挑

战性的任务．

认知科学及其信息处理方面的研究被列入国际人类前沿科学计划（HumanFrontierSciencePro-gram，HFSP）中，被国际上看成是和美国的战略防御计划、欧洲的尤里卡计划（EurekaPlan）鼎足而立的3个重要规划．国外几乎所有的一流大学和研究所都建立相关研究机构进行视觉认知方法的研究，如美国麻省理工学院（MIT）的脑认知科学系人工智能实验室，美国加州理工学院（Caltech）的计算与神经系统组、德国马普协会等．将认知应用于视觉分析使他们取得优于传统方法的成绩．

国内的主要研究机构也分别从神经生物学、认知心理学、机器学习、模式识别等方面对此开展研究，这些研究机构包括中国科学院生物物理研究所、北京师范大学、北京大学、清华大学、中国科学院自动化研究所、复旦大学、西安交通大学等．2008年起，在国家自然科学基金委员会的支持下，国内研究，机构开展认知重大计划“视听觉信息的认知计算”并将其结合智能车的应用，于2009年～2011年组“中国智能车未来挑战赛”，织3次从而取得长足进展．国家973计划从20世纪90年代就开始支持相其研究重点也从认知、知觉成像机理逐步发关研究，

展到海量非结构化数据、可视媒体的计算模型、视频编码等，也取得一些在国际上有一定影响力的成绩．

长期以来，人们对于认知过程的理解基本上还停留在直觉上，没有形成准确的科学定义．而与此同时，信息科学尤其是计算机科学正面临着高速发展中信息高速获取和海量异构数据等的挑战．借鉴人类处理复杂信息的认知机理去面对挑战是一种必然趋势，同

也能为认知科时借助于计算机科学强大的计算能力，

学的发展提供系统科学的计算依据．视觉认知的计算

模型作为这一有效手段应运而生，并随着认知科学和计算机科学的发展受到越来越多的重视．

视觉认知的生物模型，近年来在相关国际期刊都有大量最新研究成果．而对于视觉计算模型，从2005年开始在CVPＲ、ICCV、ECCV等计算机视觉会议上也都有相关最新研究成果，包括纯计算模［1］［2］型、决策计算模型等．本文并不试图全面介绍所有的视觉计算模型，主要回顾一些具有一定历史的模型，根据研究的感受对视觉认知计算模型发展

的一些理解（目前视觉认知的研究不再仅围绕初级

视皮层的生物模型和计算模型研究，涉及到短时记忆、学习、整合加工等更深层次的研究，本文仅针对个人理解提出生物模型和计算模型相互影响和结合的一些看法），归纳其发展的两条主线：生物视觉机制（以生物学视觉分析为基础的视觉研究往往侧重视觉皮层细胞和神经元的感知过程，目前对生物学本认知过程的理解还没有达到人类所期望的高度，文也仅是对部分有代表性的工作进行归纳）和视觉计算理论，从这两方面对较典型的计算模型的发展进行相关介绍，最后给出对视觉认知计算模型的一些思考．

2视觉认知计算模型

视觉认知计算模型可称为可计算的视觉认知模

其目的是在人和计算机之间构建桥梁，让计算型，

机能完成人类大脑所完成的一些工作．人类具有最为鲁棒的视觉系统，能在各种复杂环境下完成视觉而计算机具备较强的计算能力，其计算能识别任务，

力已达到千万亿次．视觉认知计算模型就是通过对人类视觉认知机理的了解，完成视觉机理的数学建模并通过计算机得到实现，从而实现高效、鲁棒的智能大脑系统．视觉认知计算模型的研究作为典型的交叉性领域，和计算机视觉、认知科学及模式识别等领域的进展息息相关，也是目前这些领域的研究热

人类视觉系统的工作机理还没有点．由于迄今为止，

完全弄清楚，这一研究还是任重道远．

3

3．1

视觉认知计算模型的发展

视觉认知计算模型和计算机视觉

虽然认知的计算方法可追溯到20世纪40年代

50年代图灵的人工智能和香农的信维纳的控制论、

息论，但谈到视觉认知计算模型得到重视和发展就

不得不提到计算机视觉的研究．早期的计算机视觉研究主要集中于积木世界的理解及与此有关的底层

［3］

视觉信息处理．但由于缺乏底层视觉信息处理提这一研究遇到瓶颈．到70年代末，美取的理论指导，

国麻省理工学院（MIT）人工智能实验室的Marr立足于计算 …… 此处隐藏：19209字，全部文档内容请下载后查看。喜欢就下载吧 ……