基于視覺(jué)注意機(jī)制的目標(biāo)檢測(cè)算法研究.pdf

1、視覺(jué)注意機(jī)制是人類視覺(jué)的一種選擇機(jī)制，使得人類能夠快速處理復(fù)雜場(chǎng)景以獲取想要的內(nèi)容。目標(biāo)檢測(cè)一直是計(jì)算機(jī)視覺(jué)領(lǐng)域基礎(chǔ)而熱門的研究方向，研究基于視覺(jué)注意機(jī)制的目標(biāo)檢測(cè)具有重要的意義。顯著性檢測(cè)算法是一種基于視覺(jué)注意機(jī)制的目標(biāo)檢測(cè)算法，通過(guò)檢測(cè)場(chǎng)景中最顯著的區(qū)域即最能吸引人類視覺(jué)注意的區(qū)域完成顯著目標(biāo)檢測(cè)。自顯著性檢測(cè)被提出以來(lái)，已有很多優(yōu)秀的算法被提出，但很多算法只是提取單一特征或只是對(duì)多個(gè)特征進(jìn)行簡(jiǎn)單地組合來(lái)進(jìn)行顯著性檢測(cè)。針對(duì)以上問(wèn)題

2、，本文提出了一種多特征多核融合的顯著性檢測(cè)算法，計(jì)算多特征顯著圖包括顏色、方向與緊致性，并將多個(gè)顯著圖進(jìn)行自適應(yīng)融合。本文的主要研究?jī)?nèi)容如下：
　　1、研究了SLIC（simple linear iterative clustering）超像素分割算法，很多的研究成果都表明，基于區(qū)域的顯著性計(jì)算的效果要好于基于像素的顯著性計(jì)算，而SLIC超像素分割算法得到的超像素區(qū)域的邊緣一致性與緊致性都很好，也被很多優(yōu)秀算法采用對(duì)圖像進(jìn)行預(yù)處理

3、?；赟LIC算法分割得到的結(jié)果，本文構(gòu)建了一種圖模型對(duì)超像素區(qū)域進(jìn)行相似性擴(kuò)散處理，以得到緊致性顯著圖。
　　2、深入研究了基于區(qū)域的多特征顯著圖計(jì)算，包括顏色顯著圖、方向顯著圖與緊致性顯著圖，并對(duì)三種顯著圖的結(jié)果進(jìn)行了分析。
　　3、提出了一種基于各個(gè)顯著圖的空間方差來(lái)自適應(yīng)地分配權(quán)重以進(jìn)行多核融合的方法，與很多算法只是平均分配權(quán)重進(jìn)行融合相比，本文的方法能根據(jù)不同圖像的顯著圖自適應(yīng)地調(diào)節(jié)權(quán)重，魯棒性更好，取得的效果也更