海棠直播

         “注意（attention）”的概念最初源于认知心理学， 它指的是心理活动对一定对象的指向和集中，通常是指选择性注意， 即人脑有选择的加工某些外界刺激而忽视其他刺激。随着注意在心理学领域卓有成效的发展， 其他领域（如神经科学、计算机科学等）的专家学者也将目光投入到其中来， 探索将注意这个理念引入到各自的研究领域。
         本课题的研究目的即根据注意已有的理论知识设计一个计算模型， 通过该模型来模拟注意的选择、转移机制； 其次，将利用具体的图像来验证此模型，并给出其评价标准。

         针对计算机领域，研究目前主要集中在计算机视觉和人工智能方面。 在视觉方面，为一些图像处理提供了新的思想和方法，如图像的分割技术； 其次，应用在视觉搜索领域，如侦查可疑目标，排除安全隐患问题。 在人工智能和机器人方面，利用注意的一些心理学理论可以使机器的设计更符合人的思维机制， 而且在机器人智能跟踪和目标捕获也有很大的应用前景。

         目前在计算机领域，关于注意的研究最广为人知的就是Laurent Itti教授提出的显著度图模型，有时也常被称为ITTI模型。 该模型借鉴了心理学领域的Guided-Search模型， 其基本思想是：通过提取颜色、亮度、方向这三个影响人视觉注意的特征， 运用显著度图的理念获取图像中的显著点，即焦点，以焦点为中心的区域作为注意获取的区域； 进而运用抑制返回机制来控制焦点的转移，即按显著度的高低排序的顺序转移。 而此处的显著度图是用来衡量图像中某点引人注意的强烈程度，由模型构建时定义的三个特征合成。
         该模型的主要贡献就是将注意实现可计算化，并可以通过对图像的处理很直观地展现出来， 而且效果也比较令人满意。下图用黄线勾画的是每次注意选择的区域，红线代表选择转移的轨迹。