視覺顯著性及其在自動(dòng)目標(biāo)識(shí)別系統(tǒng)中的應(yīng)用.pdf

1、視覺注意機(jī)制揭示了人眼對輸入場景的特定感知模式，其中，視覺顯著性描述了場景中蘊(yùn)含重要價(jià)值的視覺子集區(qū)域，它有助于人類視覺系統(tǒng)完成從復(fù)雜場景中迅速過濾冗余信息、準(zhǔn)確提取有效信息這一重要過程，優(yōu)化了大腦對攝入信息的處理效率。視覺顯著性表現(xiàn)出的強(qiáng)大的信息篩選能力，使得它在節(jié)省計(jì)算資源的同時(shí)，大幅度提升了系統(tǒng)的準(zhǔn)確性和魯棒性，這對自動(dòng)目標(biāo)識(shí)別（ATR）系統(tǒng)中目標(biāo)檢測、識(shí)別、跟蹤等核心技術(shù)朝著智能化方向發(fā)展有著重要的指導(dǎo)意義。本文在討論了視覺顯著

2、性的研究意義及其對ATR系統(tǒng)的應(yīng)用價(jià)值的基礎(chǔ)上，分別對視點(diǎn)預(yù)測和顯著物體檢測等視覺顯著性模型的構(gòu)建、及其在紅外圖像小目標(biāo)檢測和遙感光學(xué)圖像艦船目標(biāo)檢測中的應(yīng)用展開深入研究，提出了一系列視覺顯著性計(jì)算及應(yīng)用的新方法。本研究主要內(nèi)容包括：
　?、旁谝朁c(diǎn)預(yù)測模型的探索方面，對初級視覺皮層的研究表明，攜帶有效信息的少量神經(jīng)元與攜帶冗余信息的多數(shù)神經(jīng)元之間的相關(guān)性較弱，同時(shí)它們對于刺激也更加敏感。據(jù)此，提出了一種基于視覺特征去相關(guān)性與信息活

3、躍性加權(quán)的視點(diǎn)預(yù)測方法，以結(jié)合并驗(yàn)證前述視覺特征特性對場景視點(diǎn)預(yù)測的表達(dá)作用。實(shí)驗(yàn)結(jié)果表明，該方法可以有效提高視點(diǎn)預(yù)測的準(zhǔn)確性，對該領(lǐng)域的研究提供了一些有利線索。
　?、圃陲@著物體檢測方面，針對傳統(tǒng)的基于特征對比的顯著物體檢測方法無法克服復(fù)雜場景中背景雜波干擾及顯著物體內(nèi)部區(qū)域特征差異較大等問題，提出了一種結(jié)合特征對比與物體視覺組織規(guī)則的顯著物體檢測方法。它包括對比顯著性計(jì)算和物體視覺顯著性濾波兩個(gè)階段。前者表達(dá)了顏色特征獨(dú)特性、

4、空間緊致性、成像背景先驗(yàn)及成像中心先驗(yàn)等對比要素，后者根據(jù)格式塔視覺組織規(guī)則，對構(gòu)成物體的結(jié)構(gòu)元素所具有的閉合性、相似性和鄰近性進(jìn)行描述。該方法不僅對復(fù)雜背景有效，它也適用于場景中顯著物體數(shù)目不限的情況。
　?、窃贐oolean圖視覺注意原理的啟發(fā)下，提出了一種基于Boolean圖視覺特征表達(dá)的單幀圖像紅外小目標(biāo)檢測方法。該方法根據(jù)觀察者在任一瞬時(shí)對目標(biāo)的注意僅由選定特征對應(yīng)的場景Boolean圖表征，并結(jié)合遠(yuǎn)距紅外成像中目標(biāo)呈現(xiàn)

5、的局部高亮性與類高斯形狀等特點(diǎn)，采用顏色與方向特征通道Boolean圖加權(quán)融合的方式，實(shí)現(xiàn)目標(biāo)增強(qiáng)與背景抑制。這種方法具有廣泛的適用場景，對多種復(fù)雜背景圖像具有魯棒的檢測性能。
　?、壤靡曈X顯著性能夠從固定模式中抽取獨(dú)特模式的作用，提出了一種基于方向顯著模式的單幀圖像紅外小目標(biāo)檢測方法。該方法根據(jù)小目標(biāo)與背景所表現(xiàn)出的紋理模式差異，即前者具有接近各向同性的類高斯形狀，而后者呈現(xiàn)局部方向條形紋理這一特點(diǎn)，采用視覺顯著性計(jì)算對目標(biāo)進(jìn)

6、行提取。實(shí)驗(yàn)結(jié)果表明，它能有效克服多種復(fù)雜場景下的雜波干擾，對紅外小目標(biāo)具有很好的檢測性能。
　?、舍槍b感光學(xué)圖像中云雜波、海雜波、艦船浪跡及目標(biāo)尺度變化等因素對艦船檢測造成的干擾，提出了一種基于視覺顯著性和S-HOG描述子的無監(jiān)督遙感艦船檢測方法。視覺顯著性能夠突出顯著信號(hào)并過濾冗余信息，有助于候選目標(biāo)區(qū)域的確定和對雜波背景的抑制。S-HOG描述子則可以克服艦船浪跡雜波，并適用于多種尺度下的目標(biāo)表達(dá)。該方法對遙感光學(xué)圖像中的艦