5、人类视觉系统特性与图像质量评估

人类视觉系统特性与图像质量评估

1. 视觉注意机制

在复杂的自然场景中，人类视觉系统（HVS）处理大量视觉信息是一项艰巨的任务。视觉注意是HVS实现信息选择和下采样的重要机制。在这个过程中，无用信息被消除，视觉注意机制使人们更关注包含更重要和有趣信息的更具吸引力的区域。近年来，研究人员已尝试在许多领域，如图像分割、目标检测、图像压缩、图像质量评估等方面考虑视觉注意机制。

视觉注意机制主要分为两种类型：自下而上机制和自上而下机制。

• 自下而上的显著图 ：在初级视觉皮层中自动创建，无需目标检测和上下文的先验信息的引导。它主要关注颜色、方向、强度、纹理等基本视觉特征。例如，Itti等人提出的经典自下而上显著模型，将输入图像分解为颜色、强度和方向三个通道，通过中心 - 环绕机制获得每个通道的显著图，最后通过线性组合这些特征图得到整体显著图。
• 自上而下的显著图检测 ：在上下文、先验知识和目标检测掩码的引导下进行，与高级视觉系统的处理过程相关，需要记忆和意识的辅助。例如CA显著检测模型，根据局部低级考虑（对比度、颜色等）、全局考虑、视觉组织规则以及包含目标检测和目标位置的高级因素等四个原则来检测场景的显著区域。

然而，大多数自下而上的显著模型与区域的复杂性密切相关，但存在一个局限性，例如“鸟巢中的蛋”这种情况，简单的复杂性假设就不适用。而大多数自上而下的显著模型耗时且难以处理细节。因此，许多研究将自下而上和自上而下的方法结合起来构建完整的显著图。例如，Zhang等人提出的方法，将自下而上的显著度部分命名为自信息，自上而下的显著图用对数似然的贝叶斯公