基于注意力機(jī)制的圖像顯著區(qū)域提取算法分析與比較.pdf_第1頁
已閱讀1頁,還剩66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、基于生物感知的圖像顯著特征分析在二十世紀(jì)九十年代末興起,并逐漸成為生物視覺感知領(lǐng)域研究的焦點(diǎn)。該方法結(jié)合人類心理學(xué)和生理學(xué)理論知識,基于人類視覺注意機(jī)制,模擬人眼機(jī)能建立圖像顯著性提取模型。視覺顯著性特征提取作為一項獨(dú)立的技術(shù),可以幫助我們更好地分析和理解數(shù)字圖像。提取圖像顯著性的研究是一個圖像分析,特征提取和探索人類視覺特性的綜合過程,對各種基于圖像分析和理解的應(yīng)用都有著非常重要的意義。本文的工作是分析各種顯著圖生成模型,實現(xiàn)基于注意

2、力機(jī)制的顯著圖生成算法,開發(fā)算法實現(xiàn)與比較系統(tǒng),并進(jìn)行結(jié)果分析。
   本文分析五種顯著圖生成算法。Itti模型是典型的基于空間的注意模型,它對一幅輸入的圖像提取顏色、亮度、方向等特征,然后在各個特征維上形成關(guān)注圖,最終融合這些關(guān)注圖為顯著圖;SMG(Saliency map generation)算法是一種“尺度內(nèi)中心周邊對比,尺度間插值融合”的基于特征的注意模型;HC(Histogram-based Contrast)算法是

3、基于直方圖對比的顯著圖生成算法;RC(Region-based Contrast)算法是基于區(qū)域?qū)Ρ鹊娘@著圖生成箅法,該算法使用分割算法將圖像分割成區(qū)域,在區(qū)域級上進(jìn)行基于顏色直方圖的顯著值計算;FT(Frequency-tuned)算法是基于頻率調(diào)頻的顯著圖生成算法,并且增加了邊緣檢測。
   基于以上的研究工作,本人對基于注意力機(jī)制的顯著性特征提取理論進(jìn)行了梳理,重新實現(xiàn)Itti算法和SMG算法。然后根據(jù)算法提取顯著區(qū)域的準(zhǔn)

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