視覺顯著性的時空特性分析及其應用研究.pdf

1、隨著信息技術的快速發(fā)展，圖像和視頻數(shù)據(jù)日益膨脹，人們希望能夠從中快捷地獲取有用信息。近年來，人類視覺注意機制引起了國內外學者的廣泛關注。它是指人類在分析視覺場景時，能夠迅速地、有選擇地找到“感興趣的”部分，忽略冗余信息的一種認知能力，從而著重處理海量視野信息中最重要的部分。因此，在圖像或視頻處理中，加入視覺顯著性，對于提高處理效率和準確率具有重要的意義。鑒于此，本文構建了一種基于時空運動顯著性的跟蹤方法。依據(jù)視皮層中的運動信息層次處理機

2、制，提取運動信息，實現(xiàn)運動顯著性的度量;在粒子濾波框架下，利用時空運動顯著圖和顏色直方圖預測目標狀態(tài)，從而完成跟蹤。另外，針對聚集效應對顯著性機制的影響，重點關注影響聚集顯著性的人臉特征，并將人臉特征和其他底層特征相結合，通過多核學習框架，實現(xiàn)聚集場景人臉顯著性檢測。
　　本文主要開展了以下工作:
　　(1)總結分析了當前視覺顯著性時間特性和空間特性的研究現(xiàn)狀，概述了視覺顯著性的經典計算模型。闡述了人類視覺系統(tǒng)中的運動信息處

3、理機制，包括視覺通路層次結構、簡單細胞和復雜細胞建模等，為仿生運動特征建模奠定基礎。
　　(2)從大腦視皮層對運動信息的層次處理機制出發(fā)，構建了一種視頻序列的時空運動信息表征方式，即通過3D時空濾波器完成對運動信號的底層編碼、最大化匯集算子完成運動特征的局部編碼;再利用前后幀之間的時間關聯(lián)性實現(xiàn)運動顯著性度量，即在運動顯著性的度量過程中加入歷史幀信息和衰落因子，使得歷史幀對當前幀的影響隨時間逐漸增強，使得較早歷史信息對跟蹤的干擾較

4、小;
　　(3)在時空運動顯著圖的基礎上，設計了一種融合時空運動顯著性的目標跟蹤方法，首先為了彌補運動信息中色彩信號的損失，將其與通過對立色計算生成色彩顯著圖進行整合，生成視頻幀的最終顯著圖;最后，在粒子濾波框架下，將最終顯著圖與顏色直方圖相結合，用來衡量不同預測狀態(tài)與觀測狀態(tài)之間的相關性，進行目標跟蹤。在目標跟蹤過程中加入視覺顯著性，能夠增強顯著的目標區(qū)域，抑制干擾區(qū)域，提升跟蹤性能;
　　(4)分析了聚集場景下的顯著性機