圖像內(nèi)容的顯著性與相似性研究_程明明博士論文

1、SaliencySimilarityDetectionfImageSceneAnalysisDissertationSubmittedtoTsinghuaUniversityinpartialfulfillmentoftherequirementfthedegreeofDoctofPhilosophyinComputerScienceTechnologybyMingMingChengDissertationSupervis:Profes

2、sShiMinHuCooperateSupervis:QuanZhanZhengMarch2012摘要摘要隨著數(shù)碼相機(jī)和智能手機(jī)的普及，以及微博、社交網(wǎng)絡(luò)等傳播媒介的快速發(fā)展，圖像已經(jīng)越來(lái)越廣泛地融入并改變?nèi)祟惖纳罘绞健D像所承載的豐富知識(shí)和無(wú)盡樂(lè)趣為人們帶來(lái)巨大方便的同時(shí)，也提出了極大的挑戰(zhàn)。一方面，隨著圖像數(shù)量的爆炸式增長(zhǎng)，如何通過(guò)計(jì)算機(jī)對(duì)圖像進(jìn)行有效地組織和快速地檢索變得越來(lái)越重要；另一方面，雖然目前已經(jīng)有很多圖像編輯方法，但這

3、些編輯方法大多直接操作底層圖像元素，其編輯對(duì)象缺乏語(yǔ)義性。圖像的智能組織和語(yǔ)義編輯需要對(duì)圖像場(chǎng)景內(nèi)容本身的理解。如何讓計(jì)算機(jī)理解圖像場(chǎng)景內(nèi)容，以貼近人類感知、加工和存儲(chǔ)信息的方式對(duì)圖像內(nèi)容進(jìn)行分析和組織，是當(dāng)前計(jì)算機(jī)視覺(jué)與計(jì)算機(jī)圖形學(xué)領(lǐng)域的重要研究課題。本文圍繞圖像場(chǎng)景內(nèi)容的顯著性與相似性分析及應(yīng)用，研究了圖像視覺(jué)顯著性區(qū)域的檢測(cè)與分割、群組圖像視覺(jué)顯著性區(qū)域的提取與檢索、交互式的圖像場(chǎng)景相似單元分析與編輯等重點(diǎn)問(wèn)題。主要?jiǎng)?chuàng)新點(diǎn)包括：1

4、.提出了一種基于全局對(duì)比度分析的圖像視覺(jué)顯著性區(qū)域檢測(cè)算法。通過(guò)對(duì)圖像區(qū)域間的全局對(duì)比度和空間相關(guān)性進(jìn)行建模，該算法能夠快速有效地檢測(cè)并分割圖像中的視覺(jué)顯著性區(qū)域。在國(guó)際上現(xiàn)有最大(含1000張圖像)的公開測(cè)試集上，該方法的檢測(cè)結(jié)果優(yōu)于已有方法，顯著性區(qū)域分割結(jié)果的準(zhǔn)確性從之前最好結(jié)果的正確率75%、召回率83%提升到了正確率90%、召回率90%。2.提出了一種利用公共顯著性物體的形狀與表觀一致性，從一組相關(guān)、低質(zhì)、不可靠的網(wǎng)絡(luò)圖像中魯

5、棒地提取群組顯著性區(qū)域的方法，并建立了一個(gè)包含15000張圖像的標(biāo)注數(shù)據(jù)集來(lái)驗(yàn)證算法的可行性。實(shí)驗(yàn)結(jié)果表明，相對(duì)基于單張圖像的方法，該方法的結(jié)果具有更高的正確率?；趨^(qū)域提取結(jié)果的草圖圖像檢索系統(tǒng)(SBIR)不但在正確率方面優(yōu)于之前最好的SBIR系統(tǒng)，而且提供了額外的目標(biāo)物體區(qū)域信息以支持更廣泛的應(yīng)用需求。3.提出了一種基于簡(jiǎn)單交互的相似物體快速檢測(cè)與分析方法。該方法基于一種新穎的輪廓帶圖匹配算法快速準(zhǔn)確地檢測(cè)相似物體單元，并對(duì)檢測(cè)結(jié)果