基于視覺記憶的目標(biāo)檢測算法：一個特征學(xué)習(xí)與特征聯(lián)想的過程.pdf

1、視覺目標(biāo)檢測是計(jì)算機(jī)視覺中最為基礎(chǔ)的研究方向，其任務(wù)在于從圖像中檢測并定位目標(biāo)物體。當(dāng)前，目標(biāo)檢測在視頻監(jiān)控、人機(jī)交互、智能交通、輔助駕駛、醫(yī)學(xué)圖像分析等領(lǐng)域都有著重要的應(yīng)用。大多目標(biāo)檢測算法將目標(biāo)檢測的問題簡化為一個二分類問題，即通過訓(xùn)練學(xué)習(xí)得到目標(biāo)的特征模型，然后判斷待檢測圖片中滑動窗口內(nèi)是否存在目標(biāo)，如果存在則定位該目標(biāo)位置。所以目標(biāo)檢測的主要步驟包括目標(biāo)模型構(gòu)建、目標(biāo)搜索和目標(biāo)分類。由于視覺圖像會受到光照變化、背景干擾、目標(biāo)遮擋

2、等方面的影響，很多目標(biāo)檢測算法存在魯棒性和實(shí)時性問題。但是，人類的視覺系統(tǒng)則可以在更為復(fù)雜的情況下完成目標(biāo)檢測任務(wù)。因此，模擬人類視覺完成目標(biāo)檢測的機(jī)理和機(jī)制，構(gòu)建具有人類視覺智能的目標(biāo)檢測算法，是改進(jìn)目標(biāo)檢測算法和提高其性能的重要途徑。
　　本文深度分析了人類視覺記憶機(jī)制在完成目標(biāo)檢測時的工作機(jī)理，結(jié)合研究團(tuán)隊(duì)提出的特征學(xué)習(xí)與特征聯(lián)想的概念，通過構(gòu)建基于視覺記憶的特征學(xué)習(xí)與特征聯(lián)想模型，開展模擬人的視覺智能的目標(biāo)檢測算法研究。文

3、章的主要工作及貢獻(xiàn)包括:
　　(1)構(gòu)建了基于視覺記憶的特征學(xué)習(xí)與特征聯(lián)想模型，并在此基礎(chǔ)上構(gòu)建了基于視覺記憶的目標(biāo)檢測算法框架。通過研究視覺記憶在完成目標(biāo)檢測時的工作機(jī)理，將視覺記憶描述為一個特征學(xué)習(xí)與特征聯(lián)想的過程。結(jié)合長期視覺記憶和視覺工作記憶的工作機(jī)理，采用特征處理方式和視覺記憶必要特征對視覺記憶進(jìn)行了模擬。其中特征處理方式是人類視覺系統(tǒng)為方便快速的搜索目標(biāo)而提取特征時所采用的方法，視覺記憶必要特征則是對目標(biāo)進(jìn)行分類判別時

4、所需的重要特征。
　　(2)提出了一種基于選擇性注意機(jī)制的顯著性檢測算法來模擬視覺記憶保存的特征處理方式。為了解決顯著性檢測算法會受到小尺度細(xì)節(jié)圖像干擾的問題，基于目標(biāo)的尺度、顏色和位置信息采用了分層的顯著性計(jì)算方法，從而提取輸入圖像的顯著圖。并在此基礎(chǔ)上，通過自適應(yīng)閾值對顯著圖進(jìn)行二值化，然后從得到的二值圖中提取目標(biāo)檢測候選區(qū)域。
　　(3)基于特征學(xué)習(xí)與特征聯(lián)想的視覺記憶模型，構(gòu)建了模擬人類視覺智能的目標(biāo)檢測算法。該算法

5、采用了局部可變模型作為檢測器，以目標(biāo)的邊緣和強(qiáng)度特征作為主要特征來模擬視覺記憶必要特征;同時還采用了基于選擇性注意機(jī)制的顯著性檢測算法來提取目標(biāo)檢測候選區(qū)域，從而縮小了目標(biāo)檢測的搜索區(qū)域。通過多個數(shù)據(jù)集中對本文算法的測試和分析，結(jié)果顯示本文算法在保證目標(biāo)檢測準(zhǔn)確率的同時提高了目標(biāo)檢測算法的實(shí)時性，且對于不同場景的圖像均具有一定的適用性。
　　(4)針對目前大多視頻摘要生成算法無法提供目標(biāo)屬性信息且容易丟失目標(biāo)時間和空間信息的問題，

6、本文構(gòu)建了一種基于目標(biāo)檢測的視頻摘要生成算法。該算法基于目標(biāo)檢測提取目標(biāo)的關(guān)鍵幀，并由此生成包含目標(biāo)所有信息的視頻摘要，同時可根據(jù)目標(biāo)的屬性信息來進(jìn)行檢索。通過該算法生成的視頻摘要，人們可以在實(shí)際視頻監(jiān)控平臺中方便快捷的瀏覽和搜索監(jiān)控視頻。
　　(5)構(gòu)建了基于目標(biāo)檢測的圖像質(zhì)量評價(jià)算法。該算法提取圖像的檢測器得分和顯著性得分來描述圖像的清晰度、背景復(fù)雜度和圖像中目標(biāo)的完整性，并由此對圖像質(zhì)量進(jìn)行評價(jià)。通過多個數(shù)據(jù)集對本文圖像質(zhì)量