基于实景显著性的室内外行人导航模型研究

本课题围绕行人导航中实景显著性认知规律的时空建模与融合、顾及实景显著性的导航路径计算与增强表达多目标快速优化两个关键科学问题展开了研究，四年来的主要研究内容归纳为如下四个方面：（1）采集实景影像、路网等数据，对行人导航场景中的实景要素的视觉显著性特征描述与提取；（2）建立实景显著性特征时空融合的室内外一体化行人导航数据模型，构建基于实景显著性的行人导航理论；（3）研究实景导航路径计算与增强表达的多目标快速优化；（4）在理论研究基础上，构建实验原型系统开展行人导航实验分析与评估。 课题基本按项目预定的计划进行，达到了项目预期的目标，完成了项目预期的研究成果。基于以上研究内容，形成了理论结合实践的比较系统的研究成果。（1）理论成果：相关研究成果整理论文发表35篇发表在国内外期刊和著作上。其中SCI索引论文16篇，EI索引论文7篇。（2）实验原型系统及专利：基于实景显著性特征时空融合的行人导航数据模型，在GIS空间数据库中进行实现，构建了基于iOS平台的行人导航应用，申请获得一项软件著作权；对利用离散全景图构建连续场景的图像投影方法研究，申请了一项国家发明专利。（3）学术交流：与美国田纳西大学、深圳大学、南京师范大学、河南理工大学、武汉市交通发展战略研究院、四维图新等进行学术交流与技术合作等，多次主持并参与地理信息科学理论与方法年会导航与位置服务专场。（4）人才培养：指导了2名博士生、7名硕士生、2名本科生顺利毕业。 2100433B

实景环境的显著性空间特征,对降低行人导航认知负担、提高导航效率、避免迷路等起关键作用。然而目前GIS导航研究难以支撑实景空间显著性等认知规律的科学建模与分析利用。本项目研究新思路是以显著性认知规律支撑行人导航理论,针对行人导航中实景显著性认知规律的时空建模与融合、顾及实景显著性的行人导航路径计算与增强表达多目标快速优化等关键科学问题,具体研究:实景要素的视觉显著性特征描述与提取,实景显著性特征时空融合的室内外一体行人导航数据模型,实景导航路径计算与增强表达的多目标快速优化,行人导航实验及三种环境的适应性分析。预期突破目前GIS导航对实景空间显著性认知规律科学建模与分析利用的瓶颈科学难题,实现基于实景显著性的室内外行人导航模型理论与方法原始创新。为提高行人导航的复杂环境适应能力、构建GIS与认知学科交叉的低认知负担行人导航理论等做科学贡献，促进行人导航技术变革与普及，提高地理学科大众认同感。

本书主要介绍了人工智能中的室内导航技术。图书从专业的角度，详细介绍了基于智能手机的行人定位与追踪对室内空间信息的需求，系统研究了几类典型室内空间模型支持下的行人位置估计方法，多层语义位置模型支持下的连续行人符号位置、相对位置估计方法。

现有三维建筑物细节层次的定义以及三维综合方法都是以几何精度为准的，缺乏视觉感知的验证，并且很少兼顾到建筑群的整体视觉效应。本研究项目拟对成排的街景建筑物立面上的特征物进行分析，根据特征物的几何、纹理和语义信息等计算它们的视觉重要性或视觉显著性（value of visual salience），同时根据视场内特征物的形态与分布计算出特征物的之间的关联视觉显著性（co-value of visual salience）。然后进行统计分析，提取细节层次，且计算各细节层次之间的相似度。根据视觉感知的特性对各个细节层次所对应的视觉显著性值进行验证和迭代调整，最终划分出符合人的视觉感知和认知特性的细节层次。这种细节层次提取的方法，既考虑到人们对单个建筑物上特征物的感知和认知效果，又兼顾了邻近建筑物的影响与作用效果。同时，在细节层次的提取中，不仅考虑了特征物的纹理和几何，也考虑了它们的语义信息。

视觉显著性检测计算是指利用数学建模的方法模拟人的视觉注意机制，对视场中信息的重要程度进行计算。Treisman 等的特征集成理论为视觉显著性计算提供了理论基础，将视觉加工过程分为特征登记与特征整合阶段，在特征登记阶段并行地、独立地检测特征并编码，在特征整合阶段通过集中性注意对物体进行特征整合与定位。受特征集成理论的启发，Kock 和 Ullman最早提出了有关视觉注意机制的计算模型，通过滤波的方式得到特征，最后通过特征图加权得到显著图。

Itti于1998年提出基于显著性的视觉注意模型,并在2001年度Nature上对该模型理论作了进一步的完善。Itti的显著性模型最具代表性，该模型已经成为了自下而上视觉注意模型的标准。

对于一幅输入的图像，该模型提取初级视觉特征：颜色（RGBY）、亮度和方位、在多种尺度下使用中央周边(Center-surround)操作产生体现显著性度量的特征图，将这些特征图合并得到最终的显著图(Saliency map)后,利用生物学中赢者取全(Winner-take-all)的竞争机制得到图像中最显著的空间位置, 用来向导注意位置的选取，最后采用返回抑制 (Inhibition of return) 的方法来完成注意焦点的转移。视觉显著性计算模型大致上可分为两个阶段：特征提取与特征融合。在特征融合阶段，可能存在自底向上的底层特征驱动的融合方式，和自顶向下的基于先验信息与任务的融合方式。因此，视觉显著性检测模型框架大致表述为如图 5 所示。