圖像的視覺顯著性模型理論與方法研究.pdf

1、隨著信息技術(shù)的迅猛發(fā)展,人們希望利用計(jì)算機(jī)來處理和分析日益膨脹的圖像和視頻數(shù)據(jù),并從中便捷地獲取有用信息,這對圖像處理與模式識(shí)別的理論方法和技術(shù)提出了更高的要求和挑戰(zhàn)。通過借助模式識(shí)別手段,圖像處理需要用計(jì)算機(jī)對圖像進(jìn)行分析,得到所需結(jié)果,最終實(shí)現(xiàn)對圖像內(nèi)容的理解。為了對媒體數(shù)據(jù)進(jìn)行智能化處理,人類的視覺感知和注意力機(jī)制近年來引起國內(nèi)外研究者的廣泛關(guān)注。視覺注意力是人類在分析視覺場景時(shí),迅速選擇性地找到“重要的”或“感興趣的”部分,而忽

2、略其余部分的一種認(rèn)知能力。通過視覺注意力機(jī)制,視覺系統(tǒng)可以有選擇地著重處理進(jìn)入視野的海量信息中最重要的部分,從而打破大腦和視覺系統(tǒng)處理信息的瓶頸。在圖像處理和模式識(shí)別領(lǐng)域,圖像顯著性檢測的目標(biāo)是計(jì)算得到一種能夠反映視覺注意位置的顯著譜。因此,結(jié)合信息的認(rèn)知機(jī)理和人工智能,對圖像中的顯著區(qū)域進(jìn)行檢測,實(shí)現(xiàn)顯著對象的提取,進(jìn)而尋求媒體數(shù)據(jù)的智能化處理新方法是目前學(xué)術(shù)界關(guān)注的重要方向。對圖像顯著性檢測進(jìn)行深入地研究,對于提高圖像處理的效率和模

3、式識(shí)別的準(zhǔn)確率都具有重要的意義。
　　圖像顯著性檢測主要解決兩方面的問題:對人眼注視位置進(jìn)行預(yù)測和對圖像中的顯著區(qū)域進(jìn)行檢測。針對這兩方面問題,本文通過深入分析和討論已有研究工作,指出了已有方法的不足和目前亟待解決的問題,從“利用人眼視覺系統(tǒng)的注意力機(jī)制”、“解決基于全局對比度方法的面積依賴問題”、“提高對象區(qū)域顯著性的一致性”和“嵌入對象的一般語義特性”等角度開展了圖像的視覺顯著性模型理論與方法的研究工作,主要包括以下幾個(gè)方面:

4、
　　第一,研究了基于顏色局部對比度的顯著性檢測問題,通過融合視覺注意力的“中心-外周”機(jī)制和人眼視覺系統(tǒng)的空間頻率響應(yīng)特性,建立了一種生物啟發(fā)的中心刺激敏感度模型,并通過搜索顯著支撐區(qū)域來模擬神經(jīng)生理學(xué)實(shí)驗(yàn)中感受野的最大響應(yīng),將計(jì)算機(jī)視覺中的計(jì)算方法與神經(jīng)生理學(xué)的研究成果進(jìn)行了有機(jī)的結(jié)合。
　　第二,針對傳統(tǒng)方法難以檢測近景顯著對象的問題,分別建立了基于全局對比度的顯著性檢測矢量模型和聯(lián)合空間-顏色約束的像素級顯著性模型。

5、前者首先通過推導(dǎo)出一個(gè)基于全局對比度顯著性檢測的矢量模型,提出了利用矢量模型進(jìn)行有效的顯著性檢測的準(zhǔn)則,進(jìn)而通過引入圖像的空間分布信息,對矢量模型的特征矢量和均值矢量的構(gòu)建進(jìn)行了優(yōu)化,有效地克服了傳統(tǒng)方法存在的面積依賴問題。后者通過對傳統(tǒng)的全局對比度顯著性模型施加空間和顏色約束,并提出了一種兩層顯著性結(jié)構(gòu),實(shí)現(xiàn)了空間-顏色聯(lián)合約束的像素級顯著譜提取,不但能生成全分辨率、邊界清晰的顯著譜,同時(shí)能夠有效地抑制背景區(qū)域,提升顯著性檢測的性能。

6、
　　第三,針對過分割方法得到的顯著譜難以均勻地突出顯著對象的問題,提出了一種多尺度分割的方法,將像素級顯著譜擴(kuò)展到區(qū)域級。該方法通過多次不同尺度的分割結(jié)果,由像素顯著值得到不同分割尺度下的區(qū)域顯著值,并采用圖像導(dǎo)向?yàn)V波等手段,極大地提高了區(qū)域級顯著譜的一致性。
　　第四,在自頂向下的顯著性研究方面,為了將對象的一般語義特征嵌入到顯著性模型中,提出了采用一般的對象性檢測結(jié)果和具有低秩特性的背景檢測結(jié)果作為機(jī)器學(xué)習(xí)的高層次特征