生物可信性頻域視覺注意模型的設計與實現(xiàn).pdf

1、視覺注意的選擇性機制是指人眼能從復雜場景中迅速找到自己感興趣的區(qū)域，利用有限的資源優(yōu)先處理且忽略其他無關的冗余信息。大多數(shù)圖像處理任務所需的數(shù)據(jù)只是整個圖像的一小部分，而目前這種對圖像數(shù)據(jù)不分等級的處理方法需要消耗大量的計算時間和空間。因此，將人類的視覺注意選擇性機制引入到圖像處理領域是很有必要的，并且其可以廣泛應用到目標識別與檢測、圖像分類與檢索等領域。所以，對其進行深入探索和研究有著重要的要義。
　　近幾年，在頻域內(nèi)建立視覺注

2、意模型受到廣泛關注，但頻域視覺注意模型普遍缺乏生物視覺理論依據(jù)。本文在分析現(xiàn)有模型的基礎上，設計了一個生物可信的頻域視覺注意模型，并把它運用在圖像分類中。本文的主要貢獻有:
　　(1)綜述了視覺注意機制以及視覺注意模型的國內(nèi)外研究現(xiàn)狀，并對四元數(shù)圖像的相關基礎理論知識進行了簡單介紹，分析了現(xiàn)有的頻域視覺模型的優(yōu)缺點。
　　(2)針對頻域視覺注意模型缺乏生物可信性的問題，文中從三個方面對性能較好的HFT模型進行改進，以增強其生

3、物可信性。首先，選擇了符合人類視覺感知的CIE Lab顏色空間而不是大多數(shù)模型使用的RGB顏色空間;其次，選擇的四元數(shù)的虛部系數(shù)在一定程度上模仿了人眼視覺神經(jīng)元細胞的中央興奮-周邊抑制特性;最后，一方面是根據(jù)各尺度顯著圖中含有的信息量（熵）的大小原則對其進行多尺度融合得到最終的顯著圖。在公共圖像測試集上對改進模型進行驗證和分析，實驗結(jié)果顯示，改進HFT模型顯著性檢測視覺和人類視覺更加接近，且受試者接受特性曲線下的面積比原HFT模型在Br

4、uce和Judd數(shù)據(jù)集上分別提高了0.97％和6.33％。
　　(3)提出一種基于視覺顯著性的圖像分類方法。首先，利用上述改進HFT模型獲得圖像的顯著區(qū)域，然后，提取該顯著區(qū)域的圖像特征實現(xiàn)圖像分類。并且在特征提取階段，又將脈沖耦合神經(jīng)網(wǎng)絡的時間簽名特征引入到圖像分類中。實驗結(jié)果表明，本文提出的基于顯著區(qū)域的圖像分類方法的分類正確率比用原始圖像特征進行分類的正確率提高4.3％。
　　上述研究工作從頻域視覺注意模型的生物可信性