基于人工复眼的红外目标运动检测研究

红外光学成像应用于视觉目标运动检测具有可昼夜运用的特点。为了提升准确、可靠地检测物体(目标)运动方向的能力，提出一种红外目标运动方向检测的人工果蝇复眼模型(简称ACEM模型)。首先，对输入的红外视频进行帧差处理获取目标运动信息，模拟果蝇复眼视网膜层；其次，通过设计非线性自适应带通滤波器和仿生中心侧向抑制滤波器及算法，模拟果蝇复眼视叶结构的薄板神经节层初级视觉滤波功能；然后，模拟髓质神经节层跨层神经元T4和小叶神经节层跨层神经元T5对ON/OFF通道信号做出方向选择性响应；最后，模拟小叶板神经节层整合T4和T5对于方向的敏感响应，形成运动方向分量的检测输出。通过对杂乱视觉背景下拍摄的红外视频序列进行测试，验证了所提出的ACEM模型对于水平和垂直方向运动检测的有效性和鲁棒性。

自然界昆虫及甲壳类等节肢动物的复眼，相对于单眼，对于移动物体的反应十分敏感。为阐明复眼视觉运动感知的神经计算过程，早在1956 年，Hassenstein 和Reichardt 开创性地提出运动相关器(Hassenstein-Reichardtcorrelator)模型[1]， HR 模型通过检测相邻感光细胞间亮度信号判断单向的目标运动方向，也称初级运动检测器EMD (elementary motion detector)模型。在之后的几十年里，许多学者陆续又提出了一些EMD 的变体模型[2] [3]。包括：1989 年Borst 和Egelhaaf 提出双向运动方向检测的EMD 模型[4]。

1992 年Franceschini 等提出一种速度调节(velocity-tuned)的EMD 模型[5]。

2000 年Iida 等提出集成多个成对EMD 的宽视场(wide-field)运动检测器模型，用于视觉里程计(visual odometer)计算[6]。

随着生物学家对苍蝇运动视觉神经机制及特定神经元机理的进一步揭示和发现，例如，在10 年前， 对于果蝇的ON、OFF 信号通道还是未知的，跨层神经元T4/T5 的功能还只是推测性的，而现在，有关这些神经元的细节和连接功能、视觉信号传导与响应， 以及有关视叶后端的小叶板LPTCs 和他们的亚群， 从上游髓质和小叶感知的局部特征信号获取输入，将局部信号整合产生宽视场的响应等机理已越来越清晰了，这为精细化阐明目标运动感知的视觉神经计算过程提供了基础。2011 年Eichner 等提出具有ON和OFF 通道机制、且在数学上仍遵循经典EMD 的一种二象限(2-Q)运动检测器[7]；Clark 等提出一种六象限(6-Q)运动检测器[8]。2013 年Wiederman 等提出初级STMD (elementary small target motion detector, ESTMD)模型与经典的EMD 级联的混合模型，通过ESTMD-EMD 级联的方案封装STMD 神经元的生物特性，可以同时表现出大小和方向的选择性[9]。2020 年Fu 等提出模拟苍蝇从视网膜到小叶板运动视觉路径的多层计算模型， 对如何在高度变化背景下检测目标运动方向给出了解析[10]。

2020 年Borst 等解析了飞行昆虫对于小目标运动方向检测的视神经计算机理[11]。Wang 等提出一种具有方向选择性的DSTMD 模型(STMD with direction selectivity)， 实验结果验证了其在杂乱背景下对小目标的分辨和运动方