視覺(jué)注意模型及其在目標(biāo)檢測(cè)中的應(yīng)用.pdf_第1頁(yè)
已閱讀1頁(yè),還剩91頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、在數(shù)據(jù)日益膨脹的信息化社會(huì)里,圖像數(shù)據(jù)的處理已成為一個(gè)日益顯著的問(wèn)題。而實(shí)際需要處理的圖像數(shù)據(jù)只是整個(gè)圖像數(shù)據(jù)集合的很小一部分。因此,將利用人類(lèi)視覺(jué)注意機(jī)制構(gòu)建的視覺(jué)注意模型引入到目標(biāo)檢測(cè)等圖像處理領(lǐng)域具有重要的意義。
   本文主要對(duì)視覺(jué)注意模型的構(gòu)建及其在目標(biāo)檢測(cè)中的應(yīng)用進(jìn)行了研究,主要工作有:
   (1)提出了一種基于離散余弦變換的譜殘差的視覺(jué)注意模型。這是基于Hou等人所提方法的一種改進(jìn)模型,它根據(jù)不同圖像提取

2、了顏色,強(qiáng)度和方向特征作為初級(jí)視覺(jué)特征,然后利用基于離散余弦變換的譜殘差方法獲取各特征的特征顯著圖,各特征顯著圖通過(guò)非線性組合形成總顯著圖引導(dǎo)注意,尋找圖像中的感興趣區(qū)域。各興趣區(qū)域的轉(zhuǎn)移采用了基于掩膜的方法。與Hou等人的方法進(jìn)行比較,結(jié)果表明,本模型能有效地獲取圖像的顯著圖并檢測(cè)出圖像中的感興趣區(qū)域。
   (2)提出了基于視覺(jué)注意模型的靜態(tài)圖像目標(biāo)檢測(cè)方法和圖像序列目標(biāo)檢測(cè)方法。該方法利用視覺(jué)注意模型生成的顯著圖的顯著性信

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論