視覺協(xié)同顯著性目標(biāo)檢測算法研究.pdf

1、隨著互聯(lián)網(wǎng)的普及以及智能手機(jī)、社交網(wǎng)站的迅速發(fā)展，信息時代人們對圖像和視頻等視覺數(shù)據(jù)的應(yīng)用需求也在迅速增長。面對著這些海量的信息，人們越來越傾向于通過計算機(jī)從圖像和視頻數(shù)據(jù)中獲取有用信息。視覺顯著性檢測能夠有效地模擬人類對圖像的視覺感知，檢測出符合人類視覺認(rèn)知的顯著目標(biāo)或區(qū)域，這樣人們就能夠?qū)⒂邢薜挠嬎阗Y源分配至視覺信息中的重要部分進(jìn)行重點分析和處理，從而縮短數(shù)據(jù)處理的時間和提高計算機(jī)的信息處理效率。到目前為止，由于我們對人類的視覺系統(tǒng)

2、的認(rèn)知還不充分，當(dāng)前顯著性模型還有諸多不足之處，因此顯著性模型研究依然是計算機(jī)視覺領(lǐng)域的研究熱點之一。
　　本文的主要工作包括以下兩個方面一：
　　(1)當(dāng)給定一個含有特定目標(biāo)圖像集時，人類視覺注意會逐漸關(guān)注這類目標(biāo)。為了有效地模擬人的這種視覺感知，本文提出了弱監(jiān)督學(xué)習(xí)下的視覺顯著性目標(biāo)檢測算法。該算法通過不斷的加強(qiáng)對顯著性區(qū)域的學(xué)習(xí)及更新顯著性區(qū)域，逐漸地學(xué)習(xí)出特定目標(biāo)的視覺表征，最后實現(xiàn)對這類視覺目標(biāo)的感知，從而模擬人對

3、特定目標(biāo)的逐漸關(guān)注和學(xué)習(xí)的過程。實驗對比結(jié)果表明，所提算法能夠有效的檢測出視覺顯著性目標(biāo)，并且具有較高的準(zhǔn)確率。
　　(2)人對事物的感知可以分為預(yù)注意階段和識別階段，在無意識的情況下，往往圖像中區(qū)別度最大的區(qū)域或目標(biāo)能夠俘獲我們的注意力，當(dāng)帶有頂層先驗知識后，則我們的視覺會對與頂層先驗知識相關(guān)的視覺目標(biāo)比較關(guān)注。為了模擬人類的這種視覺感知過程，本文提出了底層和頂層信息協(xié)同感知的視覺顯著性目標(biāo)檢測算法，該算法主要是通過頂層信息改變