基于混合尺度注意力的视觉运动整合评估方法

摘要

视觉运动整合能力是衡量儿童手眼协调能力发展水平的重要评价指标.目前常用的评估方法通过纸质形式，给定一系列标准图案由测试者临摹，由专业人员根据规则标准进行评分.这种方法耗时且评分结果易受评分人员的主观影响.为解决前述问题，本文提出一种基于混合尺度的规则多标签分类模型，用于学习评分规则，对纸质评估方法产生的临摹图形进行智能评分.该模型通过混合尺度注意力，捕获图像的全局特征和局部细粒度特征，并估算图像不同区域的显著性，使模型更加关注图像的显著性区域，通过跨模态注意力，有效建立图像特征和规则标签特征之间的相关性.本文在包含1567张图像的VMI数据集上进行实验，结果表明，本文方法在前12类图形的准确率达到了91.62%.

关键词

视觉运动整合 / 规则学习 / 图像识别 / 注意力机制