知识卡片
常规注意模型的短板
Itti、谱残差、局部对比度三个经典模型共享一组假设,短板也共享。
假设一:显著等于局部异常。 它们都靠中心与周边的差异或频谱偏差定义显著,当目标尺寸接近窗口尺度、或背景本身充满同尺度纹理时,目标与杂波的响应不可分。假设二:特征是手工固定的。 颜色、亮度、方向或颜色相似度的权重由人设定,换到红外、SAR等成像体制时先验失效,需重新设计特征。假设三:单尺度决策。 归一化与平均把多尺度响应压成一张图,弱小目标在粗尺度上被平滑掉。
边界因此很清楚:这类模型适合目标与背景对比明显、背景较均匀的可见光场景;面对小于9×9像素、缺乏形状纹理的红外弱小目标,或大面积杂波下的面目标,应引入与目标结构匹配的通道(结构、对比度)和概率化判决,而非继续调这三个模型的参数。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第5章 人脑视觉系统的视觉注意机制及其应用 · 查看原书依据
首先利用归一化操作算子N(·)归一化各类特征图,整体增强具有少量峰值响应的特征图,而整体抑制具有大量峰值响应的特征图,从而获取三类特征显著图;然后,计算三类特征显著图的平均值
参考来源
- 位置:《基于类脑计算的目标检测与跟踪技术》第5章 人脑视觉系统的视觉注意机制及其应用(源文件:extracted/基于类脑计算的目标检测与跟踪技术/_epub-src/OPS/txt005.html)
- 结论依据:Itti、谱残差、局部对比度三个经典模型共享一组假设,短板也共享。
- 原始内容:首先利用归一化操作算子N(·)归一化各类特征图,整体增强具有少量峰值响应的特征图,而整体抑制具有大量峰值响应的特征图,从而获取三类特征显著图;然后,计算三类特征显著图的平均值