融合深度信息的視覺注意模型研究及其應(yīng)用.pdf_第1頁
已閱讀1頁,還剩64頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

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)模變得越來越大。面對如此龐大的圖像數(shù)據(jù),如何高效地處理計算機(jī)圖像信息己經(jīng)成為人們研究的熱點(diǎn)。視覺注意機(jī)制可以對計算資源進(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,視覺注意機(jī)制在圖像處理中具有非常重要的應(yīng)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(jìn)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(jié)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(yīng)用到立體視頻處理中,進(jìn)行顯著對象檢測與目標(biāo)分割。具體包括以下幾個內(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(jìn)行Itti模型計算得到對應(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)法對得到的兩幅顯著圖進(jìn)行融合得到視覺注意顯著圖。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(jìn)行計算得到

4、對應(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)法對得到的兩幅顯著圖進(jìn)行融合得到視覺注意顯著圖。實(shí)驗(yàn)結(jié)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(yīng)用到立體視頻處理中,分別進(jìn)行顯著對象檢測與目標(biāo)分割。實(shí)驗(yàn)結(jié)果表明,該方法得到了較好的顯著對象檢測效果圖以及目標(biāo)分割效果圖,為立體視

溫馨提示

  • 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論