版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、面對(duì)龐大的視覺信息,由于處理能力有限,人類視覺系統(tǒng)能自動(dòng)有選擇地處理復(fù)雜自然場(chǎng)景中的重要視覺信息,這種優(yōu)先處理重要信息的能力,也稱為視覺選擇注意機(jī)制,讓人類能夠快速、準(zhǔn)確、有效地完成各種視覺任務(wù)。為了找到模擬人類視覺注意機(jī)制的計(jì)算模型,長(zhǎng)期以來,生理學(xué)、心理學(xué)以及計(jì)算機(jī)視覺領(lǐng)域的研究者們付出了巨大的努力,并提出了許多視覺顯著性檢測(cè)方法。最近幾年,隨著生理學(xué)和心理學(xué)方面的不斷發(fā)展,視覺顯著性檢測(cè)受到了越來越多研究者的關(guān)注。
人類
2、視覺系統(tǒng)通過兩種不同的方式對(duì)場(chǎng)景進(jìn)行觀察,即快速的、自底向上的、基于顯著性的、任務(wù)獨(dú)立的方式和緩慢的、自頂向下的、人為控制的、任務(wù)依賴的方式。目前,由于自底向上的方式不依賴于特定的任務(wù),大多數(shù)研究都是通過自底向上的方式進(jìn)行視覺顯著性估計(jì)。視覺顯著性檢測(cè)能提取圖像中的顯著性區(qū)域,符合人眼的觀察行為。因此,各種模型計(jì)算出的顯著性結(jié)果被廣泛用于各種計(jì)算機(jī)視覺和模式識(shí)別應(yīng)用中,如目標(biāo)分割,目標(biāo)識(shí)別,圖像或視頻質(zhì)量評(píng)估,圖像融合、視頻壓縮和目標(biāo)跟
3、蹤等。
本文主要針對(duì)自底向上的視覺顯著性檢測(cè)方法展開討論和研究,從人類視覺系統(tǒng)的生理學(xué)和心理學(xué)特點(diǎn)出發(fā),結(jié)合計(jì)算機(jī)視覺領(lǐng)域中的圖像處理技術(shù),提出了新的自底向上的視覺顯著性檢測(cè)模型,并將顯著性結(jié)果應(yīng)用到目標(biāo)識(shí)別與目標(biāo)分割等應(yīng)用中去。本文的主要研究?jī)?nèi)容及貢獻(xiàn)如下:
?、籴槍?duì)不同的應(yīng)用任務(wù),即顯著性目標(biāo)檢測(cè)與人眼注意點(diǎn)預(yù)測(cè),綜述了現(xiàn)有的視覺顯著性計(jì)算模型的特點(diǎn)和實(shí)現(xiàn)方法。通過對(duì)比模型之間的優(yōu)缺點(diǎn),為提出新方法提供了新的視野。
4、同時(shí),總結(jié)了現(xiàn)有的常用數(shù)據(jù)庫和常用評(píng)價(jià)方式,為深入研究視覺顯著性檢測(cè)方法提供了研究基礎(chǔ)。
②針對(duì)人類視覺系統(tǒng)的視野轉(zhuǎn)移過程,結(jié)合現(xiàn)有神經(jīng)生理學(xué)和認(rèn)知心理學(xué)等領(lǐng)域的證據(jù)和現(xiàn)有視覺注意計(jì)算模型的實(shí)驗(yàn)結(jié)論,提出了一種基于中心偏移的視覺顯著性檢測(cè)方法。首先根據(jù)人類視覺系統(tǒng)的注意力特點(diǎn),定義了一個(gè)通用概率模型,將視覺顯著性定義為特征和位置結(jié)合的條件概率。其次,利用視野中心轉(zhuǎn)移來模擬人類視覺系統(tǒng)的視野轉(zhuǎn)移過程,通過結(jié)合圖像多尺度分析,在通
5、用概率模型框架下,實(shí)現(xiàn)了基于中心偏移的視覺顯著性檢測(cè)方法。實(shí)驗(yàn)結(jié)果表明,該方法不僅在顯著目標(biāo)識(shí)別中優(yōu)于現(xiàn)有算法,在人眼注意點(diǎn)預(yù)測(cè)方面也有比較突出的性能。
③結(jié)合現(xiàn)有算法的特點(diǎn),提出了基于多通道特征融合的視覺顯著性檢測(cè)框架?;诙嗤ǖ捞卣魅诤系姆椒ㄊ窃贗tti模型的基礎(chǔ)上提出的,由特征變換、特征組合、顯著性度量和特征圖融合等四個(gè)部分組成。此框架具有簡(jiǎn)單有效,利于擴(kuò)展的特點(diǎn)。在此框架基礎(chǔ)上,通過對(duì)每個(gè)功能部分的改進(jìn)優(yōu)化,分別實(shí)現(xiàn)了
6、基于散射變換和支持度變換的視覺顯著性檢測(cè)方法。實(shí)驗(yàn)結(jié)果表明,在此框架下的視覺顯著性檢測(cè)方法,能有效地預(yù)測(cè)人眼注意點(diǎn)的注意范圍,提取出符合視覺特點(diǎn)的顯著性區(qū)域。
?、芾靡曈X注意機(jī)制的特點(diǎn),將所提出的視覺顯著性檢測(cè)算法應(yīng)用到層次目標(biāo)識(shí)別中。通過提取目標(biāo)圖像的顯著性區(qū)域得到目標(biāo)的底層顯著性特征,結(jié)合層次目標(biāo)識(shí)別方法的模擬視覺皮層行為的優(yōu)點(diǎn),根據(jù)顯著度重要性設(shè)計(jì)學(xué)習(xí)階段的模板選擇過程,提出一種基于視覺顯著性的層次目標(biāo)識(shí)別方法。實(shí)驗(yàn)結(jié)果
7、表明,基于視覺顯著性的層次目標(biāo)識(shí)別方法,能更有效地對(duì)目標(biāo)進(jìn)行識(shí)別,得到更好的識(shí)別效果。
?、莼谌祟愐曈X系統(tǒng)對(duì)顯著目標(biāo)的選擇注意能力,采用視覺顯著性檢測(cè)的結(jié)果實(shí)現(xiàn)對(duì)交互式目標(biāo)分割算法的自動(dòng)初始化,實(shí)現(xiàn)了基于視覺顯著性的目標(biāo)分割算法。算法能夠增加現(xiàn)有算法的靈活性,同時(shí)得到比較準(zhǔn)確的目標(biāo)分割結(jié)果。
本論文為基于視覺選擇注意機(jī)制的視覺顯著性檢測(cè)方法研究提供了新的思路,為基于視覺顯著性檢測(cè)的應(yīng)用研究做了新的嘗試,為人類視覺感知
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 視覺顯著性檢測(cè)方法及其應(yīng)用研究.pdf
- 視覺顯著性應(yīng)用研究.pdf
- 視覺顯著性物體檢測(cè)方法及應(yīng)用研究.pdf
- 自然圖像的視覺顯著性特征分析與檢測(cè)方法及其應(yīng)用研究.pdf
- 視覺顯著性檢測(cè)研究.pdf
- 圖像顯著性區(qū)域檢測(cè)方法及應(yīng)用研究.pdf
- 視覺顯著性檢測(cè)模型研究及應(yīng)用.pdf
- 基于壓縮域的視覺顯著性檢測(cè)及其應(yīng)用研究.pdf
- 自底向上的視覺顯著區(qū)域自動(dòng)提取技術(shù)研究.pdf
- 視覺顯著性在草圖目標(biāo)檢測(cè)中的應(yīng)用研究.pdf
- 基于視覺中心轉(zhuǎn)移的視覺顯著性檢測(cè)方法研究.pdf
- 基于視覺顯著性的視頻偏色檢測(cè)的應(yīng)用研究.pdf
- 基于視覺顯著性的物體檢測(cè)方法研究.pdf
- 基于低秩矩陣的視覺顯著性檢測(cè)及其應(yīng)用研究.pdf
- 視覺顯著性區(qū)域計(jì)算及顯著性物體分割方法研究.pdf
- 基于sPCA的協(xié)同顯著性檢測(cè)方法及應(yīng)用研究.pdf
- 基于視覺顯著性的平躺人體檢測(cè)方法研究.pdf
- 視覺顯著性直線的檢測(cè)算法研究.pdf
- 基于先驗(yàn)融合的視覺顯著性檢測(cè).pdf
- 視覺顯著性的時(shí)空特性分析及其應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論