该文提出一种基开注意机制的图像识别模型.该文对这个模型中的一些关键模块的实 现方法进行了研究,提出了可实用化的算法.其中包括:1.提出了自然图像中关键特 征点的提取方法.文中主要使用竞争合作机制来提出关键特征点,并研究多通道上关 键特征信息的融合或合并方法.2.提出了局部模式的分析的匹配方法.文中提出通过 明视变换来得到局部模式,并提出了局部模式的三级表象结构(点模式、线模式和面模式)以及它们的记忆、匹配方法.在这个模型的基础上,该文还对复杂背景中的人像检测方法进行了研究.实验结果表明,利用基于注意的图像识别模型,可以避免通常一 些人像检测方法的缺点.主要表现在:1.不需要有关人像的先验知识.文中的方法可 以自动地提出人像中的特征,并且所提取的特征在很大程度上是可以知识化表达的.2.不需要冗长而困难的训练过程.其记忆过程相当简单,只需要提供一幅较标准的人像.3.可以做到与平移、旋转和尺度无关的不变性识别,算法的鲁棒性和速度也较好. 对其他一些简单目标的检测结果也表明,基于这个模型,可能发展出比较通用的目标 检测或识别系统.