基于視覺注意機制的目標檢測算法研究.pdf

1、視覺注意機制是人類視覺的一種選擇機制，使得人類能夠快速處理復雜場景以獲取想要的內容。目標檢測一直是計算機視覺領域基礎而熱門的研究方向，研究基于視覺注意機制的目標檢測具有重要的意義。顯著性檢測算法是一種基于視覺注意機制的目標檢測算法，通過檢測場景中最顯著的區(qū)域即最能吸引人類視覺注意的區(qū)域完成顯著目標檢測。自顯著性檢測被提出以來，已有很多優(yōu)秀的算法被提出，但很多算法只是提取單一特征或只是對多個特征進行簡單地組合來進行顯著性檢測。針對以上問題

2、，本文提出了一種多特征多核融合的顯著性檢測算法，計算多特征顯著圖包括顏色、方向與緊致性，并將多個顯著圖進行自適應融合。本文的主要研究內容如下：
　　1、研究了SLIC（simple linear iterative clustering）超像素分割算法，很多的研究成果都表明，基于區(qū)域的顯著性計算的效果要好于基于像素的顯著性計算，而SLIC超像素分割算法得到的超像素區(qū)域的邊緣一致性與緊致性都很好，也被很多優(yōu)秀算法采用對圖像進行預處理

3、?；赟LIC算法分割得到的結果，本文構建了一種圖模型對超像素區(qū)域進行相似性擴散處理，以得到緊致性顯著圖。
　　2、深入研究了基于區(qū)域的多特征顯著圖計算，包括顏色顯著圖、方向顯著圖與緊致性顯著圖，并對三種顯著圖的結果進行了分析。
　　3、提出了一種基于各個顯著圖的空間方差來自適應地分配權重以進行多核融合的方法，與很多算法只是平均分配權重進行融合相比，本文的方法能根據(jù)不同圖像的顯著圖自適應地調節(jié)權重，魯棒性更好，取得的效果也更