融合深度信息的視覺注意模型研究及其應用.pdf

1、當前，隨著信息技術的發(fā)展，圖像已成為主要的信息載體，圖像數據規(guī)模變得越來越大。面對如此龐大的圖像數據，如何高效地處理計算機圖像信息己經成為人們研究的熱點。視覺注意機制可以對計算資源進行合理的分配，提取和圖像分析任務有關的內容并進行優(yōu)先處理，提高了圖像信息處理的效率。因此，視覺注意機制在圖像處理中具有非常重要的應用價值。
　　現(xiàn)有的視覺注意模型大多是基于場景的二維信息進行計算的，通常只考慮圖像的顏色、亮度和方向特征對人類視覺注意的刺

2、激作用，忽略了其他視覺特征如深度信息對人類視覺注意的影響。鑒于此，本文結合深度信息對人類視覺注意的影響，提出了兩種融合深度信息的視覺注意模型，并應用到立體視頻處理中，進行顯著對象檢測與目標分割。具體包括以下幾個內容：
　　首先介紹了立體匹配中的局部匹配方法和Graph cuts全局匹配方法，結合實驗確定了以Graph cuts作為提取深度信息的方法。
　　提出了一種融合深度信息的Itti模型。該模型結合場景的深度信息對人類視

3、覺注意的影響，首先將立體圖像對中的左圖像和深度圖進行Itti模型計算得到對應的左圖像顯著圖和深度信息顯著圖，然后采用全局加強法對得到的兩幅顯著圖進行融合得到視覺注意顯著圖。實驗結果表明，與傳統(tǒng)的Itti模型相比，該模型可以檢測到更多的顯著信息，符合人類視覺感知的要求，有一定的可行性。
　　提出了一種基于全局對比度的融合深度信息的視覺注意模型。通過基于全局對比度的視覺注意計算方法，該模型對立體圖像對中的左圖像和深度圖分別進行計算得到

4、對應的左圖像顯著圖和深度信息顯著圖，然后采用全局加強法對得到的兩幅顯著圖進行融合得到視覺注意顯著圖。實驗結果表明，該模型可以檢測到比較完整的顯著性物體，與傳統(tǒng)的基于全局對比度的視覺注意檢測方法相比，有更好的檢測效果，體現(xiàn)了深度信息對人類視覺注意的影響。
　　將基于全局對比度的融合深度信息的視覺注意模型應用到立體視頻處理中，分別進行顯著對象檢測與目標分割。實驗結果表明，該方法得到了較好的顯著對象檢測效果圖以及目標分割效果圖，為立體視