視覺顯著性的時空特性分析及其應用研究.pdf_第1頁
已閱讀1頁,還剩74頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

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

溫馨提示

  • 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論