基于生物啟發(fā)和統(tǒng)計分析相結(jié)合的圖像顯著性檢測模型研究.pdf_第1頁
已閱讀1頁,還剩109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),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、視覺注意力機(jī)制是人類能夠在復(fù)雜場景中快速獲取感興趣區(qū)域的原因之一。對視覺注意力的研究源于認(rèn)知科學(xué)和神經(jīng)生物學(xué),近年來快速發(fā)展于計算機(jī)科學(xué)。計算機(jī)科學(xué)中采用“視覺顯著性”來量化視覺注意力,視覺顯著性檢測模型就是分析人的視覺注意機(jī)制,并設(shè)計數(shù)學(xué)模型來模擬這種機(jī)制。經(jīng)過二十多年的發(fā)展,視覺顯著性檢測模型在處理視覺信息方面已經(jīng)越來越接近人類的習(xí)慣。但因為“視覺顯著性”這個概念本身的定義尚不明確,所以目前視覺顯著性檢測還是一個開放性問題。造成這種

2、現(xiàn)象的原因主要在于兩點,第一點是認(rèn)知科學(xué)和神經(jīng)生物學(xué)對視覺注意力機(jī)制的研究還不完善,第二點是計算機(jī)科學(xué)中對于視覺顯著性的形式化描述還有改進(jìn)空間。因此,如何定義“視覺顯著性”是計算機(jī)科學(xué)領(lǐng)域?qū)σ曈X注意力研究的關(guān)鍵。
  從兩個思路探索如何定義“視覺顯著性”。第一個思路是直接模擬人類視覺神經(jīng)元感受野的選擇機(jī)制,提出了一種生物啟發(fā)的顯著性檢測模型。定義了一個模擬視覺神經(jīng)元感受野的模板,與輸入圖像進(jìn)行卷積運(yùn)算,從而預(yù)測圖像中最吸引人類視覺

3、注意力的區(qū)域(簡稱RFS)。由于簡單細(xì)胞的感受野會對輸入信號形成一個稀疏表示,因此在RFS的基礎(chǔ)上訓(xùn)練了一個非顯著模板,該模板描述了大量自然圖像的非顯著特征。通過計算輸入圖像與非顯著模板的響應(yīng),獲取圖像中不吸引人類視覺注意力的區(qū)域,從而反推圖像中吸引視覺注意力的區(qū)域(簡稱SRS)。模型RFS和SRS都是基于生物啟發(fā)的顯著性檢測模型,實驗表明這兩種模型運(yùn)算速度快,準(zhǔn)確率也高于經(jīng)典的模型,并且SRS比RFS具有更高的準(zhǔn)確率。
  上面

4、提出的兩種模型都沒有考慮圖像內(nèi)部數(shù)據(jù)之間的相關(guān)性,只考慮了先驗知識(即人類視覺神經(jīng)元感受野的選擇機(jī)制)對輸入視覺信息的處理,因此第二個思路集中探索圖像內(nèi)部特征對視覺注意力的影響。定義“視覺顯著性”的第二個思路是基于統(tǒng)計分析,實驗中分析了離群點與人眼注視點之間的相似性,提出利用特征的離群值定義顯著性。具體使用基于距離的離群點檢測方法來計算圖像的布爾圖,多個尺度的布爾圖經(jīng)過線性疊加得到圖像的顯著圖(簡稱OS)。由于基于距離的離群點檢測的時間

5、復(fù)雜度較高,采用單次抽樣的方法將算法時間復(fù)雜度從原來的O(n2)降低到了O(n)(簡稱OSOS)。分析了算法的穩(wěn)定性,并證明了少量的抽樣次數(shù)不會影響到算法的穩(wěn)定性。模型OS和OSOS都是基于統(tǒng)計分析的顯著性檢測模型,實驗表明在人眼注視點預(yù)測數(shù)據(jù)庫上本文提出的模型準(zhǔn)確率優(yōu)于經(jīng)典模型,并且在同等條件下OSOS的運(yùn)算時間遠(yuǎn)小于OS。
  上述兩種思路分別采用了兩個顯著性的定義來檢測圖像的顯著性。經(jīng)過實驗觀察,這兩種顯著性定義對人眼注視點

6、的預(yù)測結(jié)果有較大差異,并且各有優(yōu)勢。利用預(yù)測誤差理論和引導(dǎo)濾波器,將SRS與OSOS統(tǒng)一為一個新的模型SROD,重新定義了“視覺顯著性”。模型SROD融合了SRS與OSOS的計算結(jié)果,并且在人眼注視點預(yù)測數(shù)據(jù)庫上具有更高的準(zhǔn)確率。
  視覺顯著性研究包含兩種基本任務(wù):人眼注視點預(yù)測和顯著目標(biāo)檢測,這兩者在相當(dāng)長的時間里被認(rèn)為是兩個相對獨立的任務(wù)。顯著目標(biāo)檢測模型OS2是由前文提出的人眼注視點預(yù)測模型OS轉(zhuǎn)化而來,主要變化在于圖像表

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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論