基于顯著特征描述的復(fù)雜場(chǎng)景中目標(biāo)檢測(cè)方法.pdf

1、隨著信息技術(shù)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(shí)也給人工處理帶來困難。在各種圖像分析任務(wù)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(jī)制，不僅可以將有限的計(jì)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(wù)無關(guān)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(zhǔn)確衡量候選區(qū)域視覺顯著性的圖像特征是整個(gè)感興趣

2、區(qū)域檢測(cè)過程中的核心環(huán)節(jié)。在分析人類視覺注意機(jī)制理論的基礎(chǔ)上，將注意機(jī)制和顯著性特征引入場(chǎng)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(duì)稱性特征、紋理特征和角點(diǎn)特征，提出了一種改進(jìn)的基于局部對(duì)稱性的目標(biāo)檢測(cè)算法和一種基于角點(diǎn)投票的目標(biāo)檢測(cè)算法，分析了利用單特征進(jìn)行目標(biāo)檢測(cè)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(jì)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(shí)驗(yàn)分析了該模型的不足。針對(duì)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(jī)制，論文最后建立了一種基于多級(jí)顯著特征的目標(biāo)描述模型，并提出了一種基于此模型的目標(biāo)檢測(cè)算法。該算法引入注意機(jī)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(biāo)在多尺度上的多個(gè)簡(jiǎn)單顯著性特征，依次單獨(dú)地使用其中一個(gè)來檢測(cè)目標(biāo)，相應(yīng)地得到檢測(cè)概率和虛警概率，根據(jù)檢測(cè)概率盡可能大而虛警概率盡可能