仿生物視覺(jué)感知的視頻閉合輪廓檢測(cè).pdf

1、輪廓檢測(cè)是計(jì)算機(jī)低層視覺(jué)感知的重要組成部分，在視覺(jué)處理任務(wù)中，如目標(biāo)分割、目標(biāo)識(shí)別、表面重構(gòu)具有廣泛的應(yīng)用。對(duì)于視頻中運(yùn)動(dòng)場(chǎng)景的輪廓與邊界提取仍是一項(xiàng)非常困難的工作，主要難點(diǎn)在于:第一，視頻中存在大量由背景所產(chǎn)生的局部邊緣，而這些成分往往并不屬于任何物體的輪廓和邊界;第二，判斷輪廓存在與否的基本假設(shè)和前提是場(chǎng)景中的感知線索存在局部差異，這些線索可能包括運(yùn)動(dòng)、亮度、色彩、紋理、立體視差、深度?；谏镆曈X(jué)感知機(jī)制的輪廓檢測(cè)方法在近年來(lái)受到

2、了廣泛的重視和應(yīng)用。在視頻輪廓檢測(cè)方法中引入視覺(jué)處理機(jī)制不但可以有效的提高輪廓檢測(cè)效果，而且可以更好的擬合人類的視覺(jué)特點(diǎn)。
　　然而，輪廓感知的結(jié)果難以保證其產(chǎn)生封閉輪廓。通過(guò)圖像分割對(duì)像素外觀進(jìn)行相似度標(biāo)記形成與輪廓互補(bǔ)的區(qū)域塊，可獲得完整的區(qū)域邊界，確保輪廓的閉合。我們給出一種改進(jìn)歸一化割方法，將輪廓感知結(jié)果轉(zhuǎn)化為精確的區(qū)域標(biāo)記結(jié)果，從而得到完整的閉合輪廓。因此，本文在仿生輪廓感知的基礎(chǔ)上，研究輪廓封閉和區(qū)域分割方法，提高目標(biāo)

3、輪廓檢測(cè)的完整性。
　　本文主要開(kāi)展了以下工作:
　　(1)針對(duì)視頻場(chǎng)景目標(biāo)輪廓檢測(cè)中因背景的局部邊緣干擾導(dǎo)致輪廓虛警的問(wèn)題，模擬仿生視覺(jué)感知中的非經(jīng)典感受野建立運(yùn)動(dòng)能量模型，并采用運(yùn)動(dòng)能量抑制機(jī)制優(yōu)化能量模型，能夠有效解釋視覺(jué)神經(jīng)元的周圍抑制感知特性;
　　(2)在運(yùn)動(dòng)線索的基礎(chǔ)上，加入亮度、色彩、紋理多種外觀線索，優(yōu)化組合多視覺(jué)線索計(jì)算邊緣特征描述子，提升目標(biāo)邊緣強(qiáng)度，并依據(jù)隨機(jī)森林的多重隨機(jī)性提高邊緣檢測(cè)能力的多