視覺(jué)注意機(jī)制建模及其應(yīng)用研究.pdf

1、當(dāng)前，隨著信息技術(shù)的發(fā)展，圖像數(shù)據(jù)的規(guī)模變得越來(lái)越大，面對(duì)如此龐大的圖像數(shù)據(jù)，如何能夠快速而準(zhǔn)確地完成各種圖像分析任務(wù)已經(jīng)成為人們研究的熱點(diǎn)。傳統(tǒng)的圖像分析方法將圖像中所有區(qū)域都被賦予相同的優(yōu)先級(jí)，然而很多圖像分析任務(wù)(諸如圖像檢索、圖像語(yǔ)義標(biāo)注、場(chǎng)景分析與理解、目標(biāo)識(shí)別等)所關(guān)心的內(nèi)容通常僅占圖像中較小一部分，因此，這種全面加工不但增加了分析過(guò)程的復(fù)雜性，而且?guī)?lái)了許多不必要的計(jì)算浪費(fèi)。近年來(lái)，許多研究學(xué)者發(fā)現(xiàn)人類視覺(jué)系統(tǒng)(human

2、 visualsystem，簡(jiǎn)稱HVS)在面對(duì)一個(gè)復(fù)雜場(chǎng)景時(shí)，人類的注意力會(huì)迅速被少數(shù)幾個(gè)顯著的視覺(jué)對(duì)象所吸引，并對(duì)這些對(duì)象進(jìn)行優(yōu)先處理，而該過(guò)程則被稱為視覺(jué)注意。顯然，將這種機(jī)制引入到圖像分析領(lǐng)域是非常必要且有意義的，它可以提供容易引起觀察者注意的圖像區(qū)域信息，幫助制定合理的計(jì)算資源分配方案，從而極大地提高現(xiàn)有圖像分析系統(tǒng)的工作效率。
　　 然而，將人類視覺(jué)注意機(jī)制這種快速篩選能力引入到計(jì)算機(jī)的計(jì)算中，構(gòu)建視覺(jué)注意模型以使計(jì)算

3、機(jī)也具有類似人類的注意智能絕非易事。一方面，在腦神經(jīng)科學(xué)和感知科學(xué)領(lǐng)域中，人類的這種注意機(jī)制的工作機(jī)理尚不明確，還有很多未知的和有待解決的問(wèn)題，無(wú)法給出明確的原型過(guò)程。另一方面，由于圖像處理技術(shù)自身在語(yǔ)義表達(dá)上仍不能符合人類的語(yǔ)義，在許多概念上仍不能給出較為準(zhǔn)確的數(shù)學(xué)定義。
　　 本論文首先闡述了視覺(jué)注意機(jī)制建模的研究意義，分析了該領(lǐng)域內(nèi)的國(guó)內(nèi)外的研究現(xiàn)狀，介紹了視覺(jué)注意機(jī)制的特點(diǎn)、經(jīng)典理論以及計(jì)算過(guò)程。
　　 接下來(lái)，

4、對(duì)視覺(jué)注意建模領(lǐng)域的已有研究成果進(jìn)行了總結(jié)，分析了視覺(jué)注意建模的關(guān)鍵問(wèn)題，并在顯著度計(jì)算、特征融合策略、視點(diǎn)轉(zhuǎn)移等方面進(jìn)行了研究，提出了一種適用于自然場(chǎng)景分析的自底向上視覺(jué)注意模型。
　　 論文還關(guān)注了視覺(jué)注意建模和顯著度計(jì)算在圖像分析領(lǐng)域中的一些應(yīng)用，提出一種基于顯著度計(jì)算的對(duì)象視頻檢索方法，給出了一種時(shí)序圖像中顯著對(duì)象的檢測(cè)方法，又將顯著度計(jì)算引入到遙感圖像處理的應(yīng)用中，主要針對(duì)復(fù)雜海面背景下的海上艦船檢測(cè)和噪聲背景下的變化

5、檢測(cè)。
　　 論文的主要貢獻(xiàn)包括以下幾個(gè)方面：
　　 (1)提出一種適用于自然場(chǎng)景分析的視覺(jué)注意模型，包括針對(duì)不同特征的全局顯著度計(jì)算方法、動(dòng)態(tài)多特征評(píng)估與融合算法以及基于心理學(xué)因素的視點(diǎn)轉(zhuǎn)移過(guò)程模擬的計(jì)算方法。相比已有的建模工作，在顯著對(duì)象的輪廓及語(yǔ)義完整性上有較為明顯的提高，更接近于真實(shí)的人眼視覺(jué)注意過(guò)程。
　　 (2)提出一種基于視覺(jué)顯著度計(jì)算的對(duì)象視頻檢索方法。該方法通過(guò)將視頻中的顯著對(duì)象抽取出來(lái)，針對(duì)這

6、些關(guān)鍵對(duì)象構(gòu)建特征向量的相似性計(jì)算，并以此來(lái)作為整體視頻的相似性。這樣屏蔽了視頻中大量背景因素的影響，更好地反映了對(duì)象視頻中的主題內(nèi)容。相比基于關(guān)鍵幀的特征相似度的計(jì)算，檢索效率有一定的提高；通過(guò)引入運(yùn)動(dòng)特征分析擴(kuò)展了靜態(tài)圖像的視覺(jué)顯著度計(jì)算模型，給出一種適用于時(shí)序圖像分析的顯著對(duì)象檢測(cè)方法。該方法有效地將時(shí)序圖像中的顯著對(duì)象檢測(cè)出來(lái)并進(jìn)行分類，對(duì)于斑點(diǎn)噪聲、亮度和對(duì)比度具有較好的魯棒性。
　　 (3)將視覺(jué)顯著度計(jì)算應(yīng)用到遙感

7、圖像處理中，主要針對(duì)復(fù)雜海面背景下的海上艦船檢測(cè)和噪聲背景下的變化檢測(cè)。前者利用艦船相對(duì)于海面呈現(xiàn)視覺(jué)上較為顯著的特性，引入顯著度計(jì)算以克服傳統(tǒng)閾值分割方法在復(fù)雜海面背景下較難將目標(biāo)與背景分離的問(wèn)題。后者利用對(duì)象的變化分布在不同特征中，且不同特征對(duì)于變化的貢獻(xiàn)不同，通過(guò)計(jì)算不同特征通道的差異顯著度，動(dòng)態(tài)地融合成一幅綜合差異顯著度圖，并在差異顯著度圖中尋找對(duì)象變化區(qū)域。相比于基于統(tǒng)計(jì)特征直方圖匹配后的閾值分割方法，該方法具有更好的檢測(cè)效果