基于視覺記憶的目標(biāo)檢測(cè)算法：一個(gè)特征學(xué)習(xí)與特征聯(lián)想的過(guò)程.pdf

1、視覺目標(biāo)檢測(cè)是計(jì)算機(jī)視覺中最為基礎(chǔ)的研究方向，其任務(wù)在于從圖像中檢測(cè)并定位目標(biāo)物體。當(dāng)前，目標(biāo)檢測(cè)在視頻監(jiān)控、人機(jī)交互、智能交通、輔助駕駛、醫(yī)學(xué)圖像分析等領(lǐng)域都有著重要的應(yīng)用。大多目標(biāo)檢測(cè)算法將目標(biāo)檢測(cè)的問(wèn)題簡(jiǎn)化為一個(gè)二分類問(wèn)題，即通過(guò)訓(xùn)練學(xué)習(xí)得到目標(biāo)的特征模型，然后判斷待檢測(cè)圖片中滑動(dòng)窗口內(nèi)是否存在目標(biāo)，如果存在則定位該目標(biāo)位置。所以目標(biāo)檢測(cè)的主要步驟包括目標(biāo)模型構(gòu)建、目標(biāo)搜索和目標(biāo)分類。由于視覺圖像會(huì)受到光照變化、背景干擾、目標(biāo)遮擋

2、等方面的影響，很多目標(biāo)檢測(cè)算法存在魯棒性和實(shí)時(shí)性問(wèn)題。但是，人類的視覺系統(tǒng)則可以在更為復(fù)雜的情況下完成目標(biāo)檢測(cè)任務(wù)。因此，模擬人類視覺完成目標(biāo)檢測(cè)的機(jī)理和機(jī)制，構(gòu)建具有人類視覺智能的目標(biāo)檢測(cè)算法，是改進(jìn)目標(biāo)檢測(cè)算法和提高其性能的重要途徑。
　　本文深度分析了人類視覺記憶機(jī)制在完成目標(biāo)檢測(cè)時(shí)的工作機(jī)理，結(jié)合研究團(tuán)隊(duì)提出的特征學(xué)習(xí)與特征聯(lián)想的概念，通過(guò)構(gòu)建基于視覺記憶的特征學(xué)習(xí)與特征聯(lián)想模型，開展模擬人的視覺智能的目標(biāo)檢測(cè)算法研究。文

3、章的主要工作及貢獻(xiàn)包括:
　　(1)構(gòu)建了基于視覺記憶的特征學(xué)習(xí)與特征聯(lián)想模型，并在此基礎(chǔ)上構(gòu)建了基于視覺記憶的目標(biāo)檢測(cè)算法框架。通過(guò)研究視覺記憶在完成目標(biāo)檢測(cè)時(shí)的工作機(jī)理，將視覺記憶描述為一個(gè)特征學(xué)習(xí)與特征聯(lián)想的過(guò)程。結(jié)合長(zhǎng)期視覺記憶和視覺工作記憶的工作機(jī)理，采用特征處理方式和視覺記憶必要特征對(duì)視覺記憶進(jìn)行了模擬。其中特征處理方式是人類視覺系統(tǒng)為方便快速的搜索目標(biāo)而提取特征時(shí)所采用的方法，視覺記憶必要特征則是對(duì)目標(biāo)進(jìn)行分類判別時(shí)

4、所需的重要特征。
　　(2)提出了一種基于選擇性注意機(jī)制的顯著性檢測(cè)算法來(lái)模擬視覺記憶保存的特征處理方式。為了解決顯著性檢測(cè)算法會(huì)受到小尺度細(xì)節(jié)圖像干擾的問(wèn)題，基于目標(biāo)的尺度、顏色和位置信息采用了分層的顯著性計(jì)算方法，從而提取輸入圖像的顯著圖。并在此基礎(chǔ)上，通過(guò)自適應(yīng)閾值對(duì)顯著圖進(jìn)行二值化，然后從得到的二值圖中提取目標(biāo)檢測(cè)候選區(qū)域。
　　(3)基于特征學(xué)習(xí)與特征聯(lián)想的視覺記憶模型，構(gòu)建了模擬人類視覺智能的目標(biāo)檢測(cè)算法。該算法

5、采用了局部可變模型作為檢測(cè)器，以目標(biāo)的邊緣和強(qiáng)度特征作為主要特征來(lái)模擬視覺記憶必要特征;同時(shí)還采用了基于選擇性注意機(jī)制的顯著性檢測(cè)算法來(lái)提取目標(biāo)檢測(cè)候選區(qū)域，從而縮小了目標(biāo)檢測(cè)的搜索區(qū)域。通過(guò)多個(gè)數(shù)據(jù)集中對(duì)本文算法的測(cè)試和分析，結(jié)果顯示本文算法在保證目標(biāo)檢測(cè)準(zhǔn)確率的同時(shí)提高了目標(biāo)檢測(cè)算法的實(shí)時(shí)性，且對(duì)于不同場(chǎng)景的圖像均具有一定的適用性。
　　(4)針對(duì)目前大多視頻摘要生成算法無(wú)法提供目標(biāo)屬性信息且容易丟失目標(biāo)時(shí)間和空間信息的問(wèn)題，

6、本文構(gòu)建了一種基于目標(biāo)檢測(cè)的視頻摘要生成算法。該算法基于目標(biāo)檢測(cè)提取目標(biāo)的關(guān)鍵幀，并由此生成包含目標(biāo)所有信息的視頻摘要，同時(shí)可根據(jù)目標(biāo)的屬性信息來(lái)進(jìn)行檢索。通過(guò)該算法生成的視頻摘要，人們可以在實(shí)際視頻監(jiān)控平臺(tái)中方便快捷的瀏覽和搜索監(jiān)控視頻。
　　(5)構(gòu)建了基于目標(biāo)檢測(cè)的圖像質(zhì)量評(píng)價(jià)算法。該算法提取圖像的檢測(cè)器得分和顯著性得分來(lái)描述圖像的清晰度、背景復(fù)雜度和圖像中目標(biāo)的完整性，并由此對(duì)圖像質(zhì)量進(jìn)行評(píng)價(jià)。通過(guò)多個(gè)數(shù)據(jù)集對(duì)本文圖像質(zhì)量