基于層次特征的視覺注意模型研究.pdf

1、人在看一副圖像時，會不自覺的關注圖像中某些區(qū)域，同時忽略某些區(qū)域。這種視覺感知過程中表現(xiàn)出的選擇性是視覺注意機制作用的結果。在計算機視覺研究中，通過對視覺注意機制進行建模，可以賦予計算機在復雜環(huán)境中自動獲取人的視覺興趣區(qū)的能力。
　　通過模擬人類視覺感知系統(tǒng)，研究人員提出了基于特征整合的視覺注意計算框架。在此框架下衍生出了多種視覺注意模型。本文詳細分析Itti和Judd兩種具有較大影
　　響力的顯著性視覺注意模型。其中Itt

2、i模型通過整合多種低層次特征生成顯著圖作為圖像區(qū)域受關注程度的預測。該方法忽略視覺注意過程中知識、任務、偏好等因素的影響。Judd模型整合高層次語義特征作為知識的引入方式。雖然取得了較好的效果，但是啟發(fā)式特征的設計和計算較復雜，擴展性不強。
　　本文在現(xiàn)有視覺注意模型基礎上重點研究了兩個問題：（1）如何通過學習方法獲取視覺注意特征。（2）如何在特征整合框架下進行層次特征整合。首先，本文通過訓練卷積神經網獲取像素級、對象級、語義級特