

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、當(dāng)前,隨著信息技術(shù)的發(fā)展,圖像已成為主要的信息載體,圖像數(shù)據(jù)規(guī)模變得越來(lái)越大。面對(duì)如此龐大的圖像數(shù)據(jù),如何高效地處理計(jì)算機(jī)圖像信息己經(jīng)成為人們研究的熱點(diǎn)。視覺(jué)注意機(jī)制可以對(duì)計(jì)算資源進(jìn)行合理的分配,提取和圖像分析任務(wù)有關(guān)的內(nèi)容并進(jìn)行優(yōu)先處理,提高了圖像信息處理的效率。因此,視覺(jué)注意機(jī)制在圖像處理中具有非常重要的應(yīng)用價(jià)值。
現(xiàn)有的視覺(jué)注意模型大多是基于場(chǎng)景的二維信息進(jìn)行計(jì)算的,通常只考慮圖像的顏色、亮度和方向特征對(duì)人類(lèi)視覺(jué)注意的刺
2、激作用,忽略了其他視覺(jué)特征如深度信息對(duì)人類(lèi)視覺(jué)注意的影響。鑒于此,本文結(jié)合深度信息對(duì)人類(lèi)視覺(jué)注意的影響,提出了兩種融合深度信息的視覺(jué)注意模型,并應(yīng)用到立體視頻處理中,進(jìn)行顯著對(duì)象檢測(cè)與目標(biāo)分割。具體包括以下幾個(gè)內(nèi)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(jié)合實(shí)驗(yàn)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(jié)合場(chǎng)景的深度信息對(duì)人類(lèi)視
3、覺(jué)注意的影響,首先將立體圖像對(duì)中的左圖像和深度圖進(jìn)行Itti模型計(jì)算得到對(duì)應(yīng)的左圖像顯著圖和深度信息顯著圖,然后采用全局加強(qiáng)法對(duì)得到的兩幅顯著圖進(jìn)行融合得到視覺(jué)注意顯著圖。實(shí)驗(yàn)結(jié)果表明,與傳統(tǒng)的Itti模型相比,該模型可以檢測(cè)到更多的顯著信息,符合人類(lèi)視覺(jué)感知的要求,有一定的可行性。
提出了一種基于全局對(duì)比度的融合深度信息的視覺(jué)注意模型。通過(guò)基于全局對(duì)比度的視覺(jué)注意計(jì)算方法,該模型對(duì)立體圖像對(duì)中的左圖像和深度圖分別進(jìn)行計(jì)算得到
4、對(duì)應(yīng)的左圖像顯著圖和深度信息顯著圖,然后采用全局加強(qiáng)法對(duì)得到的兩幅顯著圖進(jìn)行融合得到視覺(jué)注意顯著圖。實(shí)驗(yàn)結(jié)果表明,該模型可以檢測(cè)到比較完整的顯著性物體,與傳統(tǒng)的基于全局對(duì)比度的視覺(jué)注意檢測(cè)方法相比,有更好的檢測(cè)效果,體現(xiàn)了深度信息對(duì)人類(lèi)視覺(jué)注意的影響。
將基于全局對(duì)比度的融合深度信息的視覺(jué)注意模型應(yīng)用到立體視頻處理中,分別進(jìn)行顯著對(duì)象檢測(cè)與目標(biāo)分割。實(shí)驗(yàn)結(jié)果表明,該方法得到了較好的顯著對(duì)象檢測(cè)效果圖以及目標(biāo)分割效果圖,為立體視
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 視覺(jué)注意計(jì)算模型的研究及其應(yīng)用.pdf
- 基于結(jié)構(gòu)復(fù)雜度特征融合的視覺(jué)注意模型研究及其應(yīng)用.pdf
- 視覺(jué)注意機(jī)制的計(jì)算模型及其應(yīng)用研究.pdf
- 改進(jìn)頻域視覺(jué)注意模型及其應(yīng)用研究.pdf
- 視覺(jué)注意和行為認(rèn)知模型及其應(yīng)用.pdf
- 視覺(jué)注意計(jì)算模型設(shè)計(jì)及其應(yīng)用研究.pdf
- 視覺(jué)注意模型及其在目標(biāo)檢測(cè)中的應(yīng)用.pdf
- 視覺(jué)注意模型及其在圖像分類(lèi)中的應(yīng)用.pdf
- 視覺(jué)注意模型的研究及其在ROI圖像壓縮上的應(yīng)用.pdf
- 視覺(jué)注意計(jì)算模型及其在圖像分類(lèi)上的應(yīng)用.pdf
- 視覺(jué)注意模型及其在目標(biāo)感知中的應(yīng)用研究.pdf
- 視覺(jué)注意模型及其在SAR圖像中的應(yīng)用研究.pdf
- 視覺(jué)注意模型及其在目標(biāo)檢測(cè)中的應(yīng)用研究.pdf
- 基于BOW和視覺(jué)注意模型的圖像分類(lèi)及其應(yīng)用研究.pdf
- 高斯視聽(tīng)覺(jué)信息融合模型及其應(yīng)用研究.pdf
- 視覺(jué)信息處理中注意機(jī)制計(jì)算模型研究.pdf
- 基于深度與視覺(jué)信息融合的行人檢測(cè)與再識(shí)別研究.pdf
- 基于深度信息的仿生視覺(jué)模型快速rgbdicp算法研究
- 視覺(jué)注意機(jī)制建模及其應(yīng)用研究.pdf
- 基于視覺(jué)注意機(jī)制的計(jì)算模型的研究及應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論