基于顯著特征描述的復雜場景中目標檢測方法.pdf

1、隨著信息技術的迅猛發(fā)展，圖像作為信息載體的作用日益增大，其包含的信息量巨大，但同時也給人工處理帶來困難。在各種圖像分析任務中，人們感興趣的內(nèi)容通常只占圖像的很小一部分，因此，通過引入人類視覺的選擇性注意機制，不僅可以將有限的計算資源集中到圖像中的感興趣區(qū)域（ROI），以此來提高圖像處理的效率，而且能有效抑制與任務無關的信息，保證圖像分析系統(tǒng)的處理效果。
　　 如何選擇和提取一組能夠準確衡量候選區(qū)域視覺顯著性的圖像特征是整個感興趣

2、區(qū)域檢測過程中的核心環(huán)節(jié)。在分析人類視覺注意機制理論的基礎上，將注意機制和顯著性特征引入場景分析，研究了四種顯著性特征的描述和提取方法，其中包括基于候選區(qū)域內(nèi)部屬性的特征，如局部對稱性特征、紋理特征和角點特征，提出了一種改進的基于局部對稱性的目標檢測算法和一種基于角點投票的目標檢測算法，分析了利用單特征進行目標檢測的局限性。論文還研究了一種典型的基于互顯著特征的通用視覺計算模型，該模型利用中央-周邊（Center-Surround）算子

3、提取基于候選區(qū)域與外界屬性差異的顯著性特征，通過實驗分析了該模型的不足。針對單特征的局限性和多特征并行處理的不足，結(jié)合人類視覺系統(tǒng)中串行化信息加工機制，論文最后建立了一種基于多級顯著特征的目標描述模型，并提出了一種基于此模型的目標檢測算法。該算法引入注意機制，結(jié)合了自底向上和自頂向下的視覺注意因素，提取目標在多尺度上的多個簡單顯著性特征，依次單獨地使用其中一個來檢測目標，相應地得到檢測概率和虛警概率，根據(jù)檢測概率盡可能大而虛警概率盡可能