基于秩約束的協(xié)同顯著性檢測(cè).pdf

1、基于秩約束基于秩約束的協(xié)同顯著性檢測(cè)協(xié)同顯著性檢測(cè)RankConstraintBasedCosaliencyDetection學(xué)科專業(yè)：計(jì)算機(jī)科學(xué)與技術(shù)作者姓名：陶志強(qiáng)指導(dǎo)教師：操曉春研究員天津大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院二零一四年十一月摘要傳統(tǒng)的視覺(jué)顯著性檢測(cè)方法通常能夠模擬人的視覺(jué)處理系統(tǒng)對(duì)單一場(chǎng)景進(jìn)行快速自動(dòng)的分析，從而挖掘出圖片中最為吸引人的區(qū)域。顯著性檢測(cè)結(jié)果一般被稱作顯著性圖。協(xié)同顯著性是視覺(jué)顯著性分析在多張圖片上的擴(kuò)張，旨在檢

2、測(cè)出存在于一組圖片中的既顯著又相似的物體。近幾年，協(xié)同顯著性作為一種有效的預(yù)處理手段，顯著地提高了諸多計(jì)算機(jī)視覺(jué)和多媒體領(lǐng)域應(yīng)用的效果。因此，本文專注于提出新的算法以提升協(xié)同顯著性的檢測(cè)效果。本文首先利用協(xié)同顯著物體間的內(nèi)在聯(lián)系，提出了一種用于協(xié)同顯著性檢測(cè)的基于秩約束的融合方法。給定一組任意數(shù)目的有相似物體的圖片，本文利用若干種不同的顯著性算法為這組圖片生成顯著性圖。根據(jù)每一張圖片對(duì)應(yīng)的若干顯著性圖，本文對(duì)每一張圖片分割出一組不同的顯

3、著性物體，并且為每一個(gè)顯著性物體計(jì)算特征直方圖。所有的特征直方圖組合成特征矩陣。因?yàn)閰f(xié)同顯著物體的特征表達(dá)應(yīng)該是相似并且一致的，所以本文得到的特征矩陣應(yīng)該滿足低秩矩陣的性質(zhì)。本文將上述性質(zhì)形式化為秩約束，并且提出一種基于低秩矩陣恢復(fù)的能量計(jì)算方法來(lái)量化這一約束。另外，本文還提出了一種基于重建的方法來(lái)從另一個(gè)角度詮釋秩約束。綜上，本文依據(jù)秩約束提出了兩種不同的協(xié)同顯著性檢測(cè)算法，其中第一種方法同樣適用于單張圖片上的顯著性檢測(cè)。本文在三個(gè)數(shù)