基于視覺注意的目標(biāo)檢測(cè)方法.pdf

1、老鷹等動(dòng)物能快速、準(zhǔn)確地從復(fù)雜背景中捕獲和跟蹤獵物的能力一直是智能跟蹤系統(tǒng)發(fā)展和追求的目標(biāo)。通過仿生動(dòng)物視覺神經(jīng)信息處理系統(tǒng)實(shí)現(xiàn)復(fù)雜背景下的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤，往往需要提取目標(biāo)靜態(tài)特征、動(dòng)態(tài)特征及兩者復(fù)合特征，自底向上完成對(duì)目標(biāo)的注意。靜態(tài)特征往往是動(dòng)態(tài)特征的基礎(chǔ)，本文主要研究基于視覺感知機(jī)理的復(fù)雜背景下目標(biāo)靜態(tài)特征提取和識(shí)別問題，通過深入探討和分析模型改進(jìn)、紋理特征提取和興趣目標(biāo)識(shí)別等問題，來提高興趣目標(biāo)在顯著圖的顯著程度，從而達(dá)到首

2、先或率先聚焦在興趣目標(biāo)上，快速實(shí)現(xiàn)目標(biāo)檢測(cè)的目的。
　　 首先介紹了視覺注意模型的研究現(xiàn)狀，討論了人類感知系統(tǒng)的結(jié)構(gòu)與特點(diǎn)。顯著圖是視覺注意的基礎(chǔ)，有意識(shí)地增強(qiáng)顯著圖中興趣目標(biāo)的顯著度是快速實(shí)現(xiàn)目標(biāo)檢測(cè)的途徑之一。Itti視覺感知模型缺乏目標(biāo)分類特征，難以達(dá)到率先注意興趣目標(biāo)的目的，據(jù)此本文提出利用特征分類來增強(qiáng)興趣目標(biāo)在顯著圖中顯著程度的方法。
　　 其次，利用灰度共生矩陣提取人造物體和自然物體的紋理特征，運(yùn)用支持向量

3、機(jī)實(shí)現(xiàn)對(duì)兩類物體的非線性分類。自然景物的紋理特征和人造景物的紋理特征存在差別，自然景物的紋理較粗糙而人造景物的紋理較細(xì)致。
　　 最后，在Itti模型上融入輪廓和紋理特征，改進(jìn)計(jì)算模型，進(jìn)行試驗(yàn)比較驗(yàn)證。即便是在融入輪廓特征后，自然物體的顯著性還很強(qiáng)甚至具有最高顯著度，未能率先聚焦興趣目標(biāo)。通過紋理特征來區(qū)分自然和人造景物并將其融入到整個(gè)框架中，為目標(biāo)檢測(cè)提供更多的線索。理論和試驗(yàn)結(jié)果表明，該改進(jìn)模型能通過增強(qiáng)興趣目標(biāo)在顯著圖中