认知计算与系统研究:模糊逻辑驱动的视觉注意力调制框架
认知计算作为一个跨学科研究领域,致力于开发能够以模仿人类认知的方式处理和分析大量复杂数据的智能系统。在机器视觉系统中,如何有效地实现自上而下的注意力调制是一个关键问题。本文将介绍一种基于模糊逻辑的自上而下注意力调制框架,用于选择性观察,并结合交通场景进行案例研究。
1. 会议概况与认知计算意义
ICCCS 2023 于 2023 年 10 月 14 - 15 日在中国新疆乌鲁木齐举行。该会议由中国自动化学会认知计算与系统技术委员会于 2022 年发起,旨在汇聚不同领域的专家,探讨认知计算和智能系统的前沿技术,展示新的研究成果和未来发展方向。会议收到 68 篇投稿,经过严格的单盲同行评审,26 篇论文被选为全文发表,接受率约为 38%。这些论文涵盖了认知计算和系统的多个方面,包括认知理论、机器学习、计算机视觉、决策制定等,以及在自动驾驶车辆、计算机游戏、智能机器人等领域的系统和应用。
认知计算的重要性不言而喻。它基于智能系统可以以更自然的方式学习、推理和与人类交互的理念,能够帮助组织做出更好的决策、改善客户服务、开发更有效的疾病治疗方法,甚至预测和预防自然灾害。
2. 视觉注意力模型研究现状
在主动视觉研究中,开发有效的视觉注意力模型至关重要。多分辨率局部显著性表示模型在计算机视觉领域被广泛采用,但它是自下而上的预注意力模型,对于自上而下的注意力活动,需要进一步修改。目前,定义或选择调制方式主要有两种方法:
- 启发式方法 :根据先验任务知识设置权重向量或选择相关特征通道。
- 学习方法 :
超级会员免费看
订阅专栏 解锁全文
3049

被折叠的 条评论
为什么被折叠?



