1、视觉显著性计算：从人类视觉到计算机应用

视觉显著性计算：从人类视觉到计算机应用

在当今信息爆炸的时代，我们每天都会接收到海量的视觉信息。据统计，我们每天所接收的信息中，有 80% 来自视觉系统。每一秒，我们的视网膜就能接收到高达 100 亿比特的信息，然而大脑皮层的神经元总数仅约 100 亿（Shepherd, 2003）或 200 亿（Koch, 2004）。这表明我们接收的视觉信息量远远超过了大脑的存储能力，而且大脑的处理能力也有限，无法同时对所有输入的视觉信息进行复杂分析。

什么是视觉显著性

为了说明视觉显著性的概念，我们以 Jimmy 为例。Jimmy 是一名大学研究员，他的一天十分忙碌。早上吃早餐时看报纸，开车去实验室的路上留意周围安全情况，工作时查看进度报告和观察仪器，下班后看篮球比赛和电视。在这个过程中，他的视觉系统始终在工作。

由于视觉信息过多，人类视觉系统的一个核心任务就是高效地检测重要的视觉子集，即显著子集。这些子集能够迅速凸显出来，并利用大脑有限的计算资源进行优先处理，而其他子集则常常被抑制甚至忽略，以提高处理效率。

为了进一步探究人类大脑的信息处理能力，我们将其与世界上最快、最强大的超级计算机进行比较。2013 年 11 月的报告显示，富士通的“K 计算机”是世界上第四强大的超级计算机。但在 2013 年 8 月，日本和德国科学家利用“K 计算机”的 82944 个处理器和 1PB 的内存，模拟了 17.3 亿个神经元通过 104 万亿个突触连接的活动，这仅相当于人类大脑约 10% 的神经元和 1% 的连接。在模拟中，超级计算机计算 1 个生物秒的神经元活动大约需要 40 分钟。而一个神经元每秒大约只能放电 200 次，计算机处理器每秒却能进行数十亿次浮点运算（比神经元快数百