基于視覺感知的個性化圖像檢索的初步研究.pdf

1、隨著數(shù)字圖像數(shù)量的急劇增長，如何高效、快速地從海量圖像數(shù)據(jù)中檢索出用戶所需的信息是當(dāng)前圖像應(yīng)用領(lǐng)域的一個重要問題?；趦?nèi)容圖像檢索是目前國內(nèi)外的一個研究熱點，其面臨的最大難題就是圖像低層視覺特征與高層語義之間存在的巨大語義鴻溝。圖像檢索的根本目的是要為用戶提供所需要的服務(wù)，滿足用戶的個性化需求，這也是新一代圖像檢索技術(shù)的發(fā)展趨勢。 人們在瀏覽圖像時，人眼視覺系統(tǒng)將圖像傳遞到大腦，此時人眼的視覺注意和視點運動表達(dá)了人們對圖像的喜好

2、或興趣，這個過程稱為視覺感知。為了克服圖像檢索中的語義鴻溝問題，論文提出一種融合視覺注意模型和視點跟蹤的視覺感知技術(shù)，希望通過直接感知用戶視覺信息，得到客觀反映用戶語義的個性化興趣信息，實現(xiàn)基于視覺感知的個性化圖像檢索。主要工作有： (1)論文首先對基于視覺感知的個性化圖像檢索的研究意義和課題背景進(jìn)行了闡述。對現(xiàn)有的視覺感知技術(shù)以及個性化圖像檢索技術(shù)的研究現(xiàn)狀進(jìn)行了綜述。 (2)依據(jù)視覺注意機制，提出了一種基于視覺注意模

3、型和進(jìn)化規(guī)劃的感興趣區(qū)檢測方法。采用進(jìn)化規(guī)劃方法分割圖像候選區(qū)域，視覺顯著度由視覺注意模型產(chǎn)生的局部顯著和全局顯著共同度量。在返回抑制以及顯著度增強因子的作用下，注意焦點選取候選區(qū)域得到感興趣區(qū)。這一方法符合人眼視覺注意機制，取得了較為滿意的感興趣區(qū)檢測結(jié)果。 (3)根據(jù)圖像檢索系統(tǒng)人機交互的需求，設(shè)計并實現(xiàn)了閃爍紅外LED和常亮紅外LED兩套視點跟蹤設(shè)備的改造方案。通過對比各類攝像頭的性能，選擇適合的鏡頭及LED參數(shù)，常亮紅外

4、LED方案表現(xiàn)出更好的視點跟蹤效果。 (4)結(jié)合常亮紅外LED視點跟蹤設(shè)備，提出了一種基于雙閾值的低復(fù)雜度實時視點跟蹤方法。該方法用雙閾值法聯(lián)合定位瞳孔-反射點、幾何映射法預(yù)測視點位置。與用人臉檢測定位人眼的傳統(tǒng)方法相比，此方法顯著提高了視點跟蹤的速度。 (5)基于Web Camera的應(yīng)用，利用拍攝到人眼圖像相鄰兩幀的相似性，提出了一種自適應(yīng)模板視點跟蹤方法。首先用類Harr特征的快速人臉檢測算法和自適應(yīng)人眼模板匹配方

5、法檢測人眼區(qū)域，再從人眼區(qū)域中心到周邊全搜索找到反射點，最后將人眼位置、瞳孔中心和反射點作為BP神經(jīng)網(wǎng)絡(luò)的輸入矢量預(yù)測視點位置。相比傳統(tǒng)模板法，提出的自適應(yīng)模板法人眼定位更準(zhǔn)確。 (6)針對圖像檢索的實際應(yīng)用——無觀察任務(wù)和有觀察任務(wù)兩種情況，提出了一種基于視覺感知的感興趣區(qū)檢測方法。前一種情況，采用視覺注意模型檢測圖像的候選感興趣區(qū)；后一種情況，通過收集用戶瀏覽圖像的視點信息，計算用戶的注視興趣度，由此產(chǎn)生了客觀化的感興趣區(qū)檢