受經(jīng)典的基礎(chǔ)小目標(biāo)運動檢測器（ESTMD）模型啟發(fā)，研究者開發(fā)了一種名為運動-亮度小物體檢測器（ml-SOD）的模型。與僅關(guān)聯(lián)物體兩個邊緣亮度信號的ESTMD不同，ml-SOD的核心假設(shè)是：將物體前導(dǎo)邊緣的視覺運動特征與其后隨邊緣的亮度特征在相同的視網(wǎng)膜對應(yīng)位置上進(jìn)行關(guān)聯(lián)，對于提升檢測性能至關(guān)重要。該模型包含兩條平行通路，分別用于檢測暗色和亮色的小運動物體。信號處理流程分為三個階段：第一階段模擬從視網(wǎng)膜到T4/T5細(xì)胞的神經(jīng)處理，提取橫跨整個視野的、不分方向的視覺運動信號；第二階段在視葉中，將延遲的視覺運動信號與極性相反的、未經(jīng)延遲的亮度信號在相同視網(wǎng)膜位置進(jìn)行非線性組合（相乘）；第三階段則模擬視葉柱狀（LC）細(xì)胞，對小感受野的輸入進(jìn)行時空平滑整合。該模型不依賴于視覺運動的方向，這與對微小物體敏感的LC細(xì)胞具有運動選擇性但無方向性的生理事實相符。

利用人工刺激測試表明，ml-SOD模型對運動物體的大小和速度表現(xiàn)出選擇性偏好。無論物體是暗是亮，模型都存在一個使其檢測性能最優(yōu)的偏好物體尺寸和運動速度。這種選擇性源于視覺運動與亮度特征的組合，并可通過改變特征組合的參數(shù)（如時間延遲τ_LP2和視葉單元的感受野大小）進(jìn)行調(diào)節(jié)。令人驚訝的是，模型能夠檢測到小于模型復(fù)眼空間分辨率（Δφ = 6像素）的微小物體，表現(xiàn)出一種“超敏銳物體檢測”能力。這種能力并非源于空間分離信號的比較，而是視網(wǎng)膜高斯模糊預(yù)處理與下游特征組合機(jī)制協(xié)同作用的結(jié)果。當(dāng)微小物體的尺寸與速度近似滿足關(guān)系 S = V × τ 時，模型檢測效果最佳。

運動背景是物體檢測的一大挑戰(zhàn)。研究表明，當(dāng)背景運動較快時，與目標(biāo)尺寸、速度相似的背景紋理會被EMD捕獲，并混入目標(biāo)的視覺運動特征中，導(dǎo)致模型性能下降。然而，如果通過給物體添加白色邊框等方式增強(qiáng)其局部對比度，形成高對比度物體，ml-SOD模型在第二階段和第三階段的表現(xiàn)將得到顯著提升，能夠在所測試的全部背景速度下有效檢測目標(biāo)。這種改進(jìn)并非源于物體尺寸的增大，而是由于視覺運動信號對對比度具有平方依賴性，高對比度顯著放大了目標(biāo)的視覺運動特征，使其在運動背景干擾中凸顯出來。因此，只要小運動物體的對比度足夠高，ml-SOD模型對運動背景的干擾就表現(xiàn)出很強(qiáng)的魯棒性。

為了公平比較，研究構(gòu)建了一個僅保留ON與延遲OFF亮度信號相乘關(guān)聯(lián)機(jī)制的“純凈”ESTMD模型。在靜止背景下，兩個模型在物體尺寸、速度和亮度調(diào)諧曲線方面表現(xiàn)出定性上的相似性。然而，在運動背景下，兩者表現(xiàn)出根本性差異。ml-SOD模型在所有測試的背景速度下都表現(xiàn)良好，而ESTMD模型在背景速度超出一定范圍后性能急劇下降（F-measure無法達(dá)到0.5）。此外，在包含閃爍噪聲點的靜態(tài)背景測試中，ml-SOD模型在整個閃爍頻率范圍內(nèi)都保持接近1.0的高F-measure，表現(xiàn)出對閃爍不敏感的穩(wěn)健特性，這與對微小運動物體敏感的LC細(xì)胞的生理特性相似。這些結(jié)果表明，結(jié)合視覺運動特征賦予了ml-SOD模型抵抗由背景運動引起的干擾噪聲的能力。

近期研究表明，果蠅T4/T5細(xì)胞檢測視覺運動的方式可以用具有三個空間分離輸入的三臂檢測器模型來描述。研究探討了將ml-SOD模型中所有的兩臂EMD替換為三臂檢測器（記為ml-SOD）后的性能。在靜止背景下，雖然第一階段檢測微小物體位置的準(zhǔn)確性略低于兩臂版本，但在第二階段，無論使用哪種運動檢測器，模型的性能幾乎相同。ml-SOD模型同樣具備超敏銳檢測能力。在運動背景和高對比度物體的場景下，通過引入自適應(yīng)閾值濾除噪聲，ml-SOD模型的性能得到增強(qiáng)，并且在所有測試的背景速度下均優(yōu)于ESTMD模型。總之，用三臂檢測器替代EMD，ml-SOD模型的性能在質(zhì)上保持不變。

研究使用RIST（含暗色物體）和IR（紅外，含暗淡的飛行器亮色物體）兩個真實世界數(shù)據(jù)集評估模型。對比模型包括ml-SOD、ml-SOD、ESTMD和包含中心-周邊拮抗等完整機(jī)制的ESTMD。結(jié)果表明，在處理完整的視頻序列時，ml-SOD模型在兩個數(shù)據(jù)集上均表現(xiàn)最佳，其次是ml-SOD模型。即使在低誤報率下，ml-SOD模型的檢測率也顯著高于基于ESTMD的模型。模型處理速度快，在第二階段對RIST和IR數(shù)據(jù)集的幀率分別超過90 fps和160 fps。研究表明，相比于依賴亮度特征的ESTMD模型，ml-SOD模型在真實世界視頻序列的小運動物體檢測任務(wù)中更具魯棒性和高效性。面對自然場景變化時，兩臂EMD版本性能優(yōu)于三臂版本，主要原因可能是三臂模型中施加抑制性除法效應(yīng)的輸入對運動背景的干擾更敏感。

從算法角度看，ml-SOD模型預(yù)測了兩種可能的網(wǎng)絡(luò)連接變體。第一種變體提出，時間延遲τ_LP2可能不僅出現(xiàn)在視覺運動通路，也可能出現(xiàn)在亮度信號通路，只要分別編碼物體前導(dǎo)邊緣和后隨邊緣的兩種信號最終能在同一視網(wǎng)膜位置相遇。第二種變體提出，小物體檢測甚至可以僅由視覺運動信號互補(bǔ)完成。該變體通過組合相鄰視網(wǎng)膜位置上極性相反的視覺運動信號來檢測小運動物體，可稱為mm-SOD，其檢測效果應(yīng)與原版ml-SOD模型等效。從果蠅視覺系統(tǒng)的角度看，這些模型變體對應(yīng)的解剖結(jié)構(gòu)尚不明確。考慮到果蠅中外髓和視葉板的多數(shù)輸出匯聚到視葉，預(yù)測ml-SOD模型第三階段的神經(jīng)底物對應(yīng)于對小物體敏感的視葉柱狀細(xì)胞。未來通過改進(jìn)果蠅遺傳工具對特定視覺回路進(jìn)行功能操控，有望驗證這些預(yù)測。例如，ml-SOD模型預(yù)測，阻斷T4/T5細(xì)胞突觸輸出的運動盲果蠅將無法檢測獨立運動的小物體。

在已有的昆蟲視覺啟發(fā)模型中，只有級聯(lián)的EMD-ESTMD模型涉及視覺運動。盡管該模型在形式上與ml-SOD的一個變體相似，但兩者有本質(zhì)不同。級聯(lián)模型是不完整的，其方向選擇性僅涉及四個基本方向之一，且不清楚其如何檢測頻繁改變方向的小物體。而ml-SOD模型及其變體首先捕獲物體不分方向的視覺運動特征。ESTMD及基于ESTMD的模型通常需要結(jié)合額外的機(jī)制來產(chǎn)生垂直于小物體運動方向上的尺寸選擇性。本研究則專注于開發(fā)和剖析一個最小模型。很少有昆蟲啟發(fā)模型被證明在真實世界小物體檢測數(shù)據(jù)集上有效。相比之下，ml-SOD模型使用兩個完整數(shù)據(jù)集進(jìn)行了驗證。另一類模型受人類視覺系統(tǒng)視網(wǎng)膜大細(xì)胞通路功能啟發(fā)，使用時空調(diào)濾波器組提取運動強(qiáng)度，與深度學(xué)習(xí)網(wǎng)絡(luò)協(xié)同工作。這與ml-SOD模型無需任何學(xué)習(xí)或訓(xùn)練即可獨立檢測小物體形成對比。

模型的主要缺點在于無法檢測靜態(tài)物體。因此，具有間歇性運動的小物體一旦停止運動就無法被檢測，盡管在物體恢復(fù)運動后檢測也會恢復(fù)。這是由于缺乏視覺運動，而這是ml-SOD模型的關(guān)鍵。未來可能通過為模型添加一個并行的追蹤機(jī)制來克服此問題。任何物體在遠(yuǎn)處觀看時都呈現(xiàn)為小目標(biāo)。盡管本研究未涉及因深度變化導(dǎo)致的物體尺寸可變的檢測問題，但推測需要一個包含多個并行模塊的自適應(yīng)模型。該模型應(yīng)能根據(jù)輸入場景，在正常物體檢測模塊和微小物體檢測模塊之間切換。總而言之，本研究開發(fā)了一個最小模型，以結(jié)合小運動物體所具有的兩個特征：視覺運動和亮度。通過剖析模型對小于模型眼空間分辨率的微小物體的檢測性能，證明了模型具備超敏銳物體檢測能力。與現(xiàn)有僅依賴亮度特征的模型相比，即使在使用具有自然場景變化的全長真實世界視頻序列測試時，該模型對運動背景干擾的抵抗力也更強(qiáng)。這些特性與運動檢測器具有兩個還是三個空間分離輸入無關(guān)。