基于視頻圖像顯著圖的感興趣區(qū)域提取方法研究.pdf

1、傳統(tǒng)的視覺注意模型能夠較好的提取出靜止圖像的感興趣區(qū)域，但是當(dāng)這些方法應(yīng)用到視頻圖像上時，只能獨(dú)立的處理每一幅圖像，而忽視了圖像之間的相互聯(lián)系，這就導(dǎo)致了視頻圖像運(yùn)動信息的丟失，基于這個缺點(diǎn)，本文對傳統(tǒng)的視覺注意模型加以改進(jìn)，添加運(yùn)動特征，建立了能夠有效計(jì)算視頻圖像顯著圖的視覺注意模型，在基于視頻圖像組的感興趣區(qū)域提取方法中，對譜殘差算法和 PCT算法做了比較，最后采用PCT算法來計(jì)算圖像的顯著圖。于視頻圖像組的感興趣區(qū)域方法，同時計(jì)算

2、不同空間的顯著圖，這樣可以在不同的空間中利用運(yùn)動信息，達(dá)到了運(yùn)動信息不丟失的目的，并且對其顯著圖計(jì)算方法加以改進(jìn)，使得提取出的感興趣區(qū)域結(jié)果更佳。該算法中，使用了譜殘差算法和PCT算法來計(jì)算圖像的顯著圖，而效果良好的顯著圖往往能讓我們更準(zhǔn)確的提取出感興趣區(qū)域，因此我們通過仿真實(shí)驗(yàn)來比較兩種算法的優(yōu)劣，找出其中較好的一種方法。
　　本研究基于視頻顯著圖模型的感興趣區(qū)域提取方法，采用譜殘差算法計(jì)算圖像的顯著圖，并在此原始算法的基礎(chǔ)上加