模擬人類視覺(jué)感知的行人圖像顯著結(jié)構(gòu)的研究及應(yīng)用.pdf

1、人類在感知外界環(huán)境的過(guò)程中,80％以上的信息來(lái)自于視覺(jué)。人類視覺(jué)感知系統(tǒng)中,初級(jí)視皮層從眼睛接收來(lái)自外界的信息,并按照由初級(jí)到中級(jí),再由中級(jí)向高級(jí)的順序分級(jí)進(jìn)行信息處理。點(diǎn)和邊緣是構(gòu)成圖像最基本的初級(jí)視覺(jué)特征,這些初級(jí)視覺(jué)特征經(jīng)過(guò)編組形成邊界及區(qū)域等中級(jí)視覺(jué)特征,以區(qū)域等中級(jí)視覺(jué)特征為基礎(chǔ),結(jié)合構(gòu)成目標(biāo)的各部分之間的結(jié)構(gòu)關(guān)系,最終形成完整的目標(biāo)。行人圖像是各類自然圖像中最常見(jiàn)、應(yīng)用范圍最廣的一類,面對(duì)任何一幅復(fù)雜而陌生的行人圖像,人們均

2、可迅速、準(zhǔn)確地找出其中有用的、屬于目標(biāo)本身的邊緣、邊界以及區(qū)域等顯著結(jié)構(gòu),通過(guò)對(duì)這些顯著結(jié)構(gòu)的研究與分析,來(lái)完成整個(gè)行人目標(biāo)的解析工作。
　　 如何模擬人類的視覺(jué)感知過(guò)程讓計(jì)算機(jī)代替人工完成這一系列看似簡(jiǎn)單而實(shí)際復(fù)雜的工作是計(jì)算機(jī)視覺(jué)主要解決的問(wèn)題。本文借鑒生物物理學(xué)和認(rèn)知心理學(xué)的相關(guān)理論,結(jié)合概率統(tǒng)計(jì)等數(shù)學(xué)知識(shí)對(duì)此過(guò)程進(jìn)行建模,通過(guò)對(duì)行人圖像中的顯著點(diǎn)、顯著邊緣、顯著邊界、顯著區(qū)域等初級(jí)與中級(jí)視覺(jué)特征的研究與分析來(lái)實(shí)現(xiàn)對(duì)整個(gè)行

3、人目標(biāo)的解析,并將該解析模型應(yīng)用于行人目標(biāo)的分割、行人行走朝向預(yù)測(cè)以及行人目標(biāo)檢測(cè)的再估計(jì)等高級(jí)視覺(jué)處理過(guò)程中。其中,顯著點(diǎn)與顯著邊緣為屬于目標(biāo)輪廓或者圖像中不同區(qū)域邊界上的點(diǎn)與邊緣,邊緣上所包含的顯著點(diǎn)越多,其顯著性也就越強(qiáng)；顯著邊界為構(gòu)成目標(biāo)輪廓的邊界；而顯著區(qū)域則為屬于目標(biāo)或者前景本身的區(qū)域。
　　 本文的主要工作包括以下三個(gè)方面:
　　 1)提出了基于認(rèn)知心理學(xué)中格式塔規(guī)則的行人圖像顯著邊緣等初級(jí)視覺(jué)特征的檢測(cè)方

4、法。首先使用尺度空間邊緣(Scale Space Edges,SSE)與張量投票(Tensor Voting,TV)相結(jié)合的方法對(duì)行人圖像中的顯著點(diǎn)進(jìn)行檢測(cè),并根據(jù)格式塔規(guī)則中“好的形狀(Good Shape)”的原理,以邊緣上包含顯著點(diǎn)的情況、邊緣的長(zhǎng)度、光滑性以及穩(wěn)定性等為線索對(duì)邊緣的顯著性加以判斷,提出一種基于邊緣能量與邊緣穩(wěn)定性的顯著邊緣的檢測(cè)方法;對(duì)于背景、目標(biāo)內(nèi)部紋理和顏色比較復(fù)雜的圖像,僅從長(zhǎng)度、光滑性等邊緣本身的特征出發(fā)

5、很難得到理想的實(shí)驗(yàn)結(jié)果。鑒于此,進(jìn)一步提出一種基于初級(jí)與中級(jí)視覺(jué)特征的顯著邊緣的檢測(cè)方法。通過(guò)分析各邊緣兩側(cè)區(qū)域內(nèi)顏色與紋理的差異,并根據(jù)格式塔規(guī)則中的“閉合性(Closure)”原理對(duì)圖像中的顯著邊緣進(jìn)行檢測(cè)。上述研究成果在行人圖像和不同類別的圖像中均進(jìn)行了驗(yàn)證。該方法的優(yōu)點(diǎn)在于不僅考慮到邊緣本身的特性,還綜合了顏色、紋理等能直接體現(xiàn)區(qū)域特性的初級(jí)視覺(jué)特征,所得到的顯著邊緣不僅節(jié)省了存儲(chǔ)空間,還為下一步顯著邊界的檢測(cè)提供了線索。

6、>　　 2)提出了一種行人圖像中顯著邊界等中級(jí)視覺(jué)特征的檢測(cè)方法。顯著邊緣可以為高級(jí)的目標(biāo)匹配、目標(biāo)識(shí)別等工作提供線索,但很難直接應(yīng)用于目標(biāo)的解析與分割,因此,本文以顯著邊緣作為線索之一,對(duì)更加連續(xù)、光滑的組成目標(biāo)輪廓的顯著邊界進(jìn)行檢測(cè)與分析。首先通過(guò)改變由gPb-OWT-UCM分層分割算法得到的分層分割圖的閾值,產(chǎn)生一組軟邊界,然后分別對(duì)這組邊界所包含顯著邊緣的情況,以及其長(zhǎng)度、光滑性等屬性進(jìn)行度量,并根據(jù)知覺(jué)組織中的“接近律”原則

7、對(duì)其進(jìn)行編組,檢測(cè)出其中屬于同一個(gè)目標(biāo)整體的顯著邊界。分別將檢測(cè)到的顯著邊界和真實(shí)顯著邊界的形狀與樣本庫(kù)中樣本的形狀進(jìn)行匹配。通過(guò)顯著邊界的檢測(cè)將圖像分成了不同的區(qū)域,這些區(qū)域的形狀及顯著性可以為更高一級(jí)的視覺(jué)處理任務(wù)提供有力線索。
　　 3)提出了基于顯著區(qū)域形狀的行人目標(biāo)解析模型及其在高級(jí)視覺(jué)處理過(guò)程中的應(yīng)用。與基于語(yǔ)義的解析模型不同,本文提出一種基于句法的解析模型,其基本思想是將行人分成若干可視單元,并將這些可視單元?dú)w納為

8、永久部分與可能部分兩種類型。根據(jù)知覺(jué)的整體性原理,模擬人類視覺(jué)感知過(guò)程,以永久部分為刺激起點(diǎn),引發(fā)對(duì)目標(biāo)其它可能部分的聯(lián)想與推測(cè),從而感知到整個(gè)目標(biāo)。具體實(shí)現(xiàn)方法如下:首先以gPb-OWT-UCM分層分割算法得到的分割區(qū)域?yàn)榛A(chǔ),保留形狀較顯著的區(qū)域塊,然后按照行人的樹(shù)形解析結(jié)構(gòu),自底向上,從單個(gè)部分的形狀出發(fā),依次考慮各個(gè)部分組合的形狀,直至整個(gè)行人的形狀,最終解析出整個(gè)行人目標(biāo)及其各個(gè)組成部分。本文還將該解析模型很好地應(yīng)用于行人目標(biāo)