基于选择性注意交通标识显著图的提取

摘要

交通驾驶环境是一个立体的、多源的、需实时处理的、动态变化的复杂场景，交通驾驶过程中，驾驶员的注意往往受两种注意的控制，即基于环境及图像特征驱动的自下而上的注意和基于任务及认知驱动的自上而下的注意。驾驶员在这两种注意机制下的眼动特征会有什么样的区别？其对场景图像提取到的图像显著性会有什么样的不同？目前很少文献有这方面的研究。另外，在图像显著性计算模型方面，基于生物视觉机制的 Itti计算模型常被用来计算图像的显著性，但该模型在交通驾驶环境中的应用研究并不多见。
　　本文通过行为实验仔细研究了交通驾驶环境中不同注意机制下的眼动特征,得到了其真实眼动视觉显著图库。同时也将 Itti计算模型应用于交通环境图像显著性计算中，得到了计算显著图，最后，本文将真实眼动显著图与模型计算显著图作了比较。论文的主要结论如下：
　　从眼动数据来说，相对于无驾驶经验被试在无任务自由观看交通图片的过程，有驾驶经验被试在有任务假设驾驶观看交通图片过程中，其眼动特征表现为：注视时间较长、眼跳幅度较小、眼跳次数较多、对交通标识以及红绿灯的忽视率低、观看次数多、表明有驾驶经验被试更容易找到交通标志；从眼动显著图比较结果来看，有驾驶经验被试在有任务观看道路交通图片时比无驾驶经验被试自由观看道路交通图片的视觉显著感知图更为集中，表明有任务状态下被试更有目的性地观看目标。由Itti模型与眼动显著图的比较结果我们可以得到，其ROC曲线值为0.640435，可以看到模型显著性图和人眼显著性图它们之间有一定的相似性。但是同时也可以看到，其匹配度不是很高，这也需要在以后的研究工作中加入相关特征约束对模型进行改进，以更好的跟人眼显著性图相匹配。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 引言

1.2 国内外的研究现状

1.3驾驶员视觉特征研究的必要性

1.4问题的提出

第二章 视觉搜索模式的理论研究

2.1 视觉机制

2.1.1人眼的构造和功能

2.1.2视觉信息处理机制

2.1.3视觉感知

2.1.4驾驶员视觉生理特征

2.2 视觉认知行为的眼动特征在交通方面上的应用

2.2.1眼动系统的基本理论

2.2.2国内外视觉眼动系统在交通方面研究特点

2.2.3汽车驾驶过程中眼动相关研究

2.2.4驾驶员眼动特征研究方法

2.3视觉搜索模式

2.3.1视觉搜索的基本概念

2.3.2驾驶员视觉搜索模式的评价

第三章 交通驾驶环境中的视觉显著图及眼动特征分析

3.1实验目的

3.2实验材料

3.2.1实验被试对象

3.2.2眼动仪介绍

3.2.3 EyelinkⅡEB编程流程

3.2.4 实验环境与实验刺激

3.3实验设计

3.4实验处理

3.4.1眼动数据分析指标

3.4.2眼动数据分析方法

3.5实验结果

3.5.1 眼跳路径及注视点分布图

3.5.2 视觉感知显著图

3.5.3 显著图面积散点图及平均面积直方图

3.5.4 前2s注视点时间分布、眼跳幅度和次数折线图

3.5.5 观看交通标志相关眼动参数

3.5.6 观看红绿灯相关眼动参数

3.6讨论与总结

第四章 交通环境图像显著性计算

4.1交通环境图像显著性计算意义

4.2视觉注意计算模型的研究

4.2.1 视觉选择性注意的认知加工机制

4.2.2 视觉选择性注意机制的计算模型

4.2.3 基于自底向上（Bottom-up）道路显著图的研究

4.3 交通环境Bottom-up模型计算结果以及评价方法

第五章 总结与展望

5.1 总结

5.2 展望

致谢

参考文献

攻读硕士期间取得的研究成果