基于分類思想的圖像顯著區(qū)域檢測.pdf_第1頁
已閱讀1頁,還剩70頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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)

文檔簡介

1、近年來,通過視覺顯著區(qū)域檢測來獲得圖像中的感興趣區(qū)域,已經(jīng)成為計(jì)算機(jī)視覺領(lǐng)域的熱門之一。感興趣的區(qū)域即為顯著性的區(qū)域,而對(duì)顯著區(qū)域進(jìn)行識(shí)別最為有效的方法則是建立一套視覺注意模型。通過以往的研究發(fā)現(xiàn),視覺注意模型的建立通常離不開視覺注意機(jī)制,而視覺注意機(jī)制又可以分為兩種不同的方法:自下而上的視覺注意以及自上而下的視覺注意。自下而上的注意是由數(shù)據(jù)驅(qū)動(dòng),是受底層信息所影響的;而自上而下的注意則是任務(wù)驅(qū)動(dòng)的,是受高層語義信息影響的。
  

2、現(xiàn)有的顯著區(qū)域檢測方法往往只包含一種視覺注意機(jī)制,使得檢測結(jié)果與人眼真實(shí)看到的存在一定的差距,針對(duì)這種問題,本文結(jié)合自下而上和自上而下兩種視覺注意機(jī)制,建立一套自己的視覺注意模型,主要工作包括:
  (1)分析了經(jīng)典的Itti算法提取圖像特征的優(yōu)缺點(diǎn),提出了結(jié)合自下而上和自上而下兩種視覺注意機(jī)制對(duì)圖像進(jìn)行特征提取的方法。在自下而上的視覺注意中,提出了使用之前沒有應(yīng)用到顯著區(qū)域檢測領(lǐng)域的Dense Sift方法進(jìn)行特征提取,并將該方

3、法得到的特征加入到分類器中進(jìn)行訓(xùn)練,分析實(shí)驗(yàn)結(jié)果,驗(yàn)證使用Dense Sift方法進(jìn)行顯著性檢測的可行性。在自上而下的視覺注意中,通過進(jìn)行眼動(dòng)實(shí)驗(yàn)獲取圖像的眼動(dòng)數(shù)據(jù),經(jīng)過高斯卷積等操作得到ground truth顯著圖,在圖像中選取正負(fù)樣本點(diǎn)加入到分類器中進(jìn)行訓(xùn)練學(xué)習(xí)。
  (2)提出了基于Dense Sift和Adaboost方法的DENSA模型進(jìn)行圖像顯著區(qū)域檢測。針對(duì)現(xiàn)有的Adaboost分類器方法進(jìn)行實(shí)驗(yàn)分析,使用Mode

4、st Adaboost方法作為最終強(qiáng)分類器,將經(jīng)過眼動(dòng)實(shí)驗(yàn)得到的正負(fù)樣本點(diǎn)和相對(duì)應(yīng)特征加入到分類器中進(jìn)行訓(xùn)練,得到最后的DENSA模型。通過與線性SVM及其它11種現(xiàn)有顯著性模型的對(duì)比實(shí)驗(yàn)驗(yàn)證了DENSA模型進(jìn)行顯著區(qū)域檢測的優(yōu)勢(shì)。
  (3)在本文的后續(xù)延伸實(shí)驗(yàn)中,本文嘗試使用深度學(xué)習(xí)的方法提取圖像卷積層特征進(jìn)行顯著區(qū)域檢測,將神經(jīng)網(wǎng)絡(luò)卷積層特征進(jìn)行上采樣后得到原圖大小的特征圖,再進(jìn)行后續(xù)相關(guān)操作,并且通過相關(guān)實(shí)驗(yàn)也驗(yàn)證了該方法

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。

評(píng)論

0/150

提交評(píng)論