圖像的視覺顯著性模型理論與方法研究.pdf

1、隨著信息技術的迅猛發(fā)展,人們希望利用計算機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別的理論方法和技術提出了更高的要求和挑戰(zhàn)。通過借助模式識別手段,圖像處理需要用計算機對圖像進行分析,得到所需結果,最終實現(xiàn)對圖像內容的理解。為了對媒體數(shù)據(jù)進行智能化處理,人類的視覺感知和注意力機制近年來引起國內外研究者的廣泛關注。視覺注意力是人類在分析視覺場景時,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知能力。通過視覺注意力機制,視覺系統(tǒng)可以有選擇地著重處理進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別領域,圖像顯著性檢測的目標是計算得到一種能夠反映視覺注意位置的顯著譜。因此,結合信息的認知機理和人工智能,對圖像中的顯著區(qū)域進行檢測,實現(xiàn)顯著對象的提取,進而尋求媒體數(shù)據(jù)的智能化處理新方法是目前學術界關注的重要方向。對圖像顯著性檢測進行深入地研究,對于提高圖像處理的效率和模

3、式識別的準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:對人眼注視位置進行預測和對圖像中的顯著區(qū)域進行檢測。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”機制和人眼視覺系統(tǒng)的空間頻率響應特性,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)域來模擬神經生理學實驗中感受野的最大響應,將計算機視覺中的計算方法與神經生理學的研究成果進行了有機的結合。
　　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、前者首先通過推導出一個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行有效的顯著性檢測的準則,進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建進行了優(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構,實現(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,將像素級顯著譜擴展到區(qū)域級。該方法通過多次不同尺度的分割結果,由像素顯著值得到不同分割尺度下的區(qū)域顯著值,并采用圖像導向濾波等手段,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果和具有低秩特性的背景檢測結果作為機器學習的高層次特征