基于結(jié)構(gòu)化學(xué)習(xí)的顯著性區(qū)域檢測(cè)研究.pdf

1、ADissertationSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterinEngineeringResearchonSalientRegionDetectionBasedonStructuredLearningMasterCandidate：ChengLiMajor：Supervisor：CircuitsandSystemsProfWuJinWuha

2、nUniversityofScienceandTechnologyWuhan，Hubei430081，PRChinaMay18th，2016摘要顯著性區(qū)域檢測(cè)能夠模擬人類視覺(jué)系統(tǒng)，快速地檢測(cè)出圖像中的顯著性區(qū)域，提高圖像處理的效率，在目標(biāo)識(shí)別、圖像壓縮與編碼、圖像檢索、場(chǎng)景分析等計(jì)算機(jī)視覺(jué)領(lǐng)域有著廣泛的應(yīng)用。本文首先分析了顯著性區(qū)域檢測(cè)的研究背景與該領(lǐng)域的研究現(xiàn)狀，介紹了視覺(jué)注意機(jī)制的基本概念、視覺(jué)注意的兩種模型以及視覺(jué)注意建模的理論基

3、礎(chǔ)。其次從決策樹(shù)、節(jié)點(diǎn)分裂規(guī)則以及隨機(jī)森林的構(gòu)造這三方面介紹隨機(jī)森林方法，并列舉了隨機(jī)森林的若干優(yōu)點(diǎn)。隨后重點(diǎn)介紹了基于Bootstrap學(xué)習(xí)、基于上下文超圖建模、基于高維顏色變換這三種基于監(jiān)督學(xué)習(xí)的顯著性檢測(cè)方法。然后提出了一種基于結(jié)構(gòu)化學(xué)習(xí)的顯著性區(qū)域檢測(cè)算法，將結(jié)構(gòu)化學(xué)習(xí)的方法應(yīng)用到顯著性檢測(cè)中。本文算法首先從含有標(biāo)記的圖像中隨機(jī)采集固定大小的矩形區(qū)域，并記錄其結(jié)構(gòu)標(biāo)簽；然后使用含結(jié)構(gòu)標(biāo)簽的區(qū)域特征構(gòu)建結(jié)構(gòu)森林預(yù)測(cè)模型；最后采用監(jiān)