[发明专利]用于评估稳健性的系统和方法

说明书

相关专利申请的交叉引用

本专利申请要求2008年10月3日提交的美国临时专利申请No.61/102618的优先权。

相关专利申请

本专利申请还涉及2008年10月3日提交的美国临时专利申请No.61/102625和2008年10月3日提交的美国临时专利申请No.61/102670。

背景技术

人类视觉系统是容量有限的系统，因为其在任何特定时间只能处理较少数量的对象。尽管事实上在任何特定时间有许多对象可以观察到，但情况确实如此。人类视觉系统在任何特定时间将只注意或处理来自人类可见对象的阵列中的一个(或极少数)对象。当人观察图像或场景时，其视觉系统将让注意(和心智处理)从一对象转移到另一对象。

在人类视觉注意领域已有大量的研究。该项研究已产生许多针对理解人类视觉注意行为的研究成果，以及许多视觉注意的计算模型。这些计算模型(有时称为视觉注意模型、眼球凝视预测模型、注意模型或显著性模型)在给定视觉刺激物(例如，图片或场景)下预测人将让其视觉注意或凝视分配在何处。

这些模型提供对场景内将吸引视觉注意的对象或区域的预测。然而，典型的真实世界场景常常是高度动态的。当(例如)人的有利位置改变、场景内的对象改变位置或定向、或者照明改变(投射不同阴影)时，投射到人的图像将随之改变。此外，观察者自身会将不确定性引入预测(观察者会心不在焉或者说是倾向于特定的注意模式)。从场景投射图像的任何变动或观察者的变动、或者甚至场景本身的微小改变都会显著地改变这些模型作出的预测。在将视觉注意模型用于应用装置时会由此而产生问题。

发明内容

用于评估(以及在一些实施例中量化)场景内对象对场景和观察者变动的稳健性或场景本身对场景和观察者变动的稳健性的系统和方法。特别是，用于将变动引进到场景和/或视觉注意的计算模型、然后评估这些变化对视觉注意将预测分配在何处的影响的方法。

在一个实施例中描述了一种具有视觉注意模块和稳健性评估模块的计算机系统，视觉注意模块可用来：(a)接收场景输入、(b)将视觉注意模型应用到场景输入以及(c)预测场景输入内易于吸引视觉注意的区域；稳健性评估模块可用来与视觉注意模块进行交互以确定经识别的区域中的至少一个具有稳健性或场景具有稳健性的程度。

在另一个实施例中，描述了一种计算机实现的方法，其中包括：接收场景输入；将视觉注意模型应用到场景输入以预测场景输入内易于吸引视觉注意的区域；改变场景以产生经修改场景；将视觉注意模型应用到经修改场景输入以预测场景输入内易于吸引视觉注意的区域；以及，基于由将视觉注意模型应用到场景输入和被修改的场景而识别的区域，确定经识别的区域中的一个或场景输入具有稳健性的程度。

在另一个实施例中，描述了一种计算机实现的方法，其中包括：接收场景输入；将视觉注意模型应用到场景输入以预测场景输入内易于吸引视觉注意的区域；改变视觉注意模型以产生经修改的视觉注意模型；将经修改的视觉注意模型应用到场景输入以预测场景输入内有助于吸引视觉注意的区域；以及，基于由将视觉注意模型和经修改的视觉注意模型应用到场景输入所辨认的区域，确定经识别的区域中的一个或场景输入具有稳健性的程度。

附图说明

图1是示出代表性视觉注意模块的高级功能的流程图。

图2是代表性场景的草图。

图3A是视觉注意模块输出的艺术效果图。

图3B是视觉注意模块输出的艺术效果图。

图4是示出两个实例对象的特性的曲线图。

图5示出广告牌对象可以如何以不同背景场景为背景来设定。

图6是用于评估场景或场景内对象的稳健性的系统中功能模块的示意图。

图7是示出实例场景修改的具体说明。

图8示出视觉注意稳健性评估系统的一个替代实施例，其中视觉注意稳健性评估系统另外包括网络服务器模块。

图9是说明视觉注意稳健性评估系统评估场景内对象或场景本身的稳健性可采用的流程的一个实施例的高级流程图。

图10是示出场景优化的高级流程的流程图。

图11是说明与注意扫视所关注对象的连续位置有关的两种不同回报结构的曲线图。

图12是场景优化系统中的功能模块的示意图。

图13A和图13B各自为一个场景的艺术效果图。