生物可信性頻域視覺(jué)注意模型的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、視覺(jué)注意的選擇性機(jī)制是指人眼能從復(fù)雜場(chǎng)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(wú)關(guān)的冗余信息。大多數(shù)圖像處理任務(wù)所需的數(shù)據(jù)只是整個(gè)圖像的一小部分，而目前這種對(duì)圖像數(shù)據(jù)不分等級(jí)的處理方法需要消耗大量的計(jì)算時(shí)間和空間。因此，將人類(lèi)的視覺(jué)注意選擇性機(jī)制引入到圖像處理領(lǐng)域是很有必要的，并且其可以廣泛應(yīng)用到目標(biāo)識(shí)別與檢測(cè)、圖像分類(lèi)與檢索等領(lǐng)域。所以，對(duì)其進(jìn)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(jué)注

2、意模型受到廣泛關(guān)注，但頻域視覺(jué)注意模型普遍缺乏生物視覺(jué)理論依據(jù)。本文在分析現(xiàn)有模型的基礎(chǔ)上，設(shè)計(jì)了一個(gè)生物可信的頻域視覺(jué)注意模型，并把它運(yùn)用在圖像分類(lèi)中。本文的主要貢獻(xiàn)有:
　　(1)綜述了視覺(jué)注意機(jī)制以及視覺(jué)注意模型的國(guó)內(nèi)外研究現(xiàn)狀，并對(duì)四元數(shù)圖像的相關(guān)基礎(chǔ)理論知識(shí)進(jìn)行了簡(jiǎn)單介紹，分析了現(xiàn)有的頻域視覺(jué)模型的優(yōu)缺點(diǎn)。
　　(2)針對(duì)頻域視覺(jué)注意模型缺乏生物可信性的問(wèn)題，文中從三個(gè)方面對(duì)性能較好的HFT模型進(jìn)行改進(jìn)，以增強(qiáng)其生

3、物可信性。首先，選擇了符合人類(lèi)視覺(jué)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(jué)神經(jīng)元細(xì)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(duì)其進(jìn)行多尺度融合得到最終的顯著圖。在公共圖像測(cè)試集上對(duì)改進(jìn)模型進(jìn)行驗(yàn)證和分析，實(shí)驗(yàn)結(jié)果顯示，改進(jìn)HFT模型顯著性檢測(cè)視覺(jué)和人類(lèi)視覺(jué)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(jué)顯著性的圖像分類(lèi)方法。首先，利用上述改進(jìn)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(shí)現(xiàn)圖像分類(lèi)。并且在特征提取階段，又將脈沖耦合神經(jīng)網(wǎng)絡(luò)的時(shí)間簽名特征引入到圖像分類(lèi)中。實(shí)驗(yàn)結(jié)果表明，本文提出的基于顯著區(qū)域的圖像分類(lèi)方法的分類(lèi)正確率比用原始圖像特征進(jìn)行分類(lèi)的正確率提高4.3％。
　　上述研究工作從頻域視覺(jué)注意模型的生物可信性