计算机视觉心理学 _生活百科

文章插图
计算机视觉心理学【计算机视觉心理学】心理学与计算机视觉交叉融合是今年来一个非常活跃的研究方向，其基本思路是借鉴人类视觉系统的感知规律来解决计算机视觉问题。
基本介绍中文名：计算机视觉心理学
外文名：psychology of computer vision
定义：借鉴人类视觉感知规律解决问题
概述1992年以前，国外的研究者们就试图将心理学与计算机视觉联繫在一起。MIT的Marr在他的名着《Vision》中，从物理学、神经科学、生理学、心理学等等学科出发，系统地简述了计算机视觉的理论、算法与机制，奠定了计算机视觉的基础。1992版的人工智慧百科全书（Encyclopedia of Artificial Intelligence）同时收录了大量的视觉心理学与计算机视觉文献，但两者联合套用的文章很少。近年来，随着心理学的迅猛发展，研究者愈来愈重视视觉心理学在计算机视觉中的套用。发展自1998年始，IEEE每年举行专门Workshop基于知觉的计算机视觉分组（POCV），从格式塔分组定律出发，探讨计算机视觉的图像分隔与图形背景分离的方法和技术，以促进智慧型视觉系统研究。从2000年开始，IEEE每两年举行专门Workshop生物启示下的计算机视觉（BMCV）。它的目标是通过对人类视觉理解与建模，促进计算机视觉的发展。同时，许多会议和杂誌增加了这方面的专题，如2005年在我国长沙举行的第一届自然计算与第二届模糊系统知识发现联合会议（ICNC05-FSKD05）设立了多个心理学与计算机视觉联合套用专题：计算机视觉国际顶级会议CVPR 2006 增加了Cognitive Inspired Computer Vision 专题；国际会议RSKT2006 设立了Neuro - Cognitive Sciencc 专题；国际杂誌 EURASIP JASP 在2006年徵集 Image Percption 专题论文。原理注意力机制将注意力机制引入视觉信息的分析和理解领域，能把计算资源优先分配给那些容易引起观测者注意的区域，提高现有图像分析方法的工作效率。Neisser 等人首先将注意力机制用于视觉信息分析研究，基于空间特徵的不连续性提出用Pop-out 概念来表徵信息显着性的方法。目前，利用注意力机制解决计算机视觉问题主要集中分析自然图像的显着性。视觉推理机制视觉心理学理论认为人类视觉适用假设---验证推理机制，类似机率计算，这是计算机视觉推理论学派的重要观点。Sarkart 等人提出了一个基于感知推理网的信息理论机率套用框架。此框架能够管理一些特殊套用的视觉模组（如角分析模组，片段分析模组、从X求形状等），并试图构造计算机视觉问题的通用解决方案。Brand 构造了一套以解释为中介的视觉系统，它适用通用定性知识如刚性物体互动、可重用理念来构造基于物理学的推理。基元理论Biederman 提出的基元关係识别理论是一种非常有前景的图像物体体识别理论，以引起计算机视觉领域的极大关注。特徵检测理论所有複杂的刺激都是由一些可以区分、相互分离的特徵组成，通过计算特徵的出现与否，并把算数与不同标籤相联繫的特徵列表进行比较来完成模式识别。在视觉信息处理中，可以使用物体不同的视觉特徵（如颜色。纹理等）及其分布来分类或识别物体。在视觉信息处理领域中，这是一条运用得较早、也较广泛的信息学结构。格式塔组织原理格式塔组织原理主要由图形分组原则（邻近律、相似律、良好连续性、闭合性倾向、及共同命运）和图形—背景分离定律组成。拓扑认知理论中科院陈霖等人发现蜜蜂能够辨别拓扑性质，从而有力支持了拓扑性性质初期知觉理论，并进而创立和发展了“大範围首先”的视知觉拓扑结构和功能层次理论：视觉过程是从大範围拓扑性质的知觉组织开始的；以拓扑性质为基础的各级几何（射影、仿射、欧式几何）不变性是图形知觉的表达。视觉神经计算它的目标是探索神经计算的数理基础，提出不同于当今计算机科学的新的计算原理，并将其套用于新的类似于人类神经处理方式的信息处理系统中。HVS模型人类视觉系统（HVS）的特性主要有对比敏感度，多通道与掩盖效应，视觉非线性定律等。这些视觉特性已被套用到计算机视觉领域的多个方面。恆常性理论视网膜的图像时刻在变，但人眼感知的世界是基本恆定不变的，这种心理现象被称着知觉恆常性。主要包含大小恆常性，形状恆常性，明度恆常性及颜色恆常性等。