版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、人類視覺系統(tǒng)在面對(duì)復(fù)雜自然場景時(shí),具有快速搜索感興趣目標(biāo)的能力,這種能力我們稱之為視覺注意。在人類生存與發(fā)展的過程中,視覺注意扮演著至關(guān)重要的角色。視覺注意和人類如何感知、處理視覺刺激緊密相關(guān),并且正在被包括認(rèn)知心理學(xué)、神經(jīng)生物學(xué)和計(jì)算機(jī)視覺在內(nèi)的多個(gè)學(xué)科進(jìn)行研究。隨著認(rèn)知心理學(xué)和神經(jīng)生物學(xué)的不斷發(fā)展,通過對(duì)視覺機(jī)理的研究發(fā)現(xiàn),人類視覺對(duì)場景中目標(biāo)的選擇性可分為兩個(gè)階段:一個(gè)快速的、無意識(shí)的、數(shù)據(jù)驅(qū)動(dòng)的、自底向上的階段和一個(gè)較慢的、有意
2、識(shí)的、任務(wù)驅(qū)動(dòng)的、自頂向下的階段。而與視覺注意緊密相連的概念就是視覺顯著性,他是指導(dǎo)視覺注意的一個(gè)關(guān)鍵注意機(jī)制。圖像顯著性區(qū)域檢測研究的目的是快速定位顯著性區(qū)域并反映顯著性區(qū)域的顯著程度。視覺顯著性區(qū)域檢測在圖像處理中有著廣泛的應(yīng)用,包括圖像分割、目標(biāo)識(shí)別、自適應(yīng)壓縮、內(nèi)容敏感圖像編輯、圖像檢索、目標(biāo)檢測、目標(biāo)跟蹤、圖像質(zhì)量評(píng)價(jià)等。本文從視覺注意機(jī)制的研究出發(fā),對(duì)視覺顯著性檢測與應(yīng)用中的一些關(guān)鍵問題進(jìn)行了較為深入的研究,提出了一些新的思
3、想和算法。論文的主要工作與貢獻(xiàn)包括:
(1)針對(duì)已有局部對(duì)比度和全局對(duì)比度建模方法存在的不足,本文提出了一種基于條件隨機(jī)場融合全局特征的顯著性區(qū)域檢測方法。該方法首先采用唯一性、顏色空間分布等全局特征計(jì)算相應(yīng)的顯著圖;其次在條件隨機(jī)場框架下融合多個(gè)顯著圖,通過顯著性區(qū)域與背景區(qū)域的區(qū)域標(biāo)注實(shí)現(xiàn)顯著性區(qū)域初步檢測:然后采用基于顯著性區(qū)域的高斯模型計(jì)算目標(biāo)先驗(yàn)圖,并對(duì)全局特征顯著圖進(jìn)行高斯濾波;最后再利用條件隨機(jī)場融合濾波之后的顯
4、著圖來實(shí)現(xiàn)更加精確的顯著性檢測。實(shí)驗(yàn)結(jié)果表明該方法能均勻致密的凸顯顯著性區(qū)域,有效的抑制背景干擾,并具有較高的檢測準(zhǔn)確率與召回率。
(2)基于視覺機(jī)制挖掘可應(yīng)用的更高層次的顯著性先驗(yàn)特征,本文提出了一種融合多級(jí)顯著性特征的顯著性目標(biāo)檢測方法。該方法融合了基于像素級(jí)的局部對(duì)比度、基于區(qū)域級(jí)的全局對(duì)比度以及基于目標(biāo)級(jí)的背景先驗(yàn)信息。該方法基于凸包檢測技術(shù)使用底層的視覺線索從背景分離顯著性目標(biāo)?;诔跫?jí)的檢測結(jié)果提取背景模版,利用P
5、CA計(jì)算背景先驗(yàn)信息。為了抑制背景干擾,該方法采用目標(biāo)中心先驗(yàn)信息精煉局部對(duì)比度特征和全局對(duì)比度特征。在公開的數(shù)據(jù)集上的實(shí)驗(yàn)表明,該方法所得到的顯著圖能較好的凸顯顯著性目標(biāo)。同時(shí)也證明Otsu自適應(yīng)閾值方法可以用來產(chǎn)生高質(zhì)量的目標(biāo)分割結(jié)果。
(3)針對(duì)視覺顯著性在目標(biāo)跟蹤過程中的應(yīng)用研究,本文提出了一種基于視覺注意的目標(biāo)跟蹤算法。該算法首先采用基于背景先驗(yàn)的視覺顯著性檢測算法來提取目標(biāo)的顯著性特征,其次采用基于貝葉斯決策理論的
6、前景背景分類方法來提取目標(biāo)的運(yùn)動(dòng)特征,然后利用顯著特征引導(dǎo)運(yùn)動(dòng)特征與顏色特征進(jìn)行目標(biāo)狀態(tài)估計(jì),最后結(jié)合自適應(yīng)粒子濾波形成目標(biāo)跟蹤算法。實(shí)驗(yàn)結(jié)果表明在復(fù)雜場景下,該算法相對(duì)于現(xiàn)有的目標(biāo)跟蹤算法具有較強(qiáng)的魯棒性,對(duì)光照變化、姿態(tài)變化、目標(biāo)遮擋、快速運(yùn)動(dòng)、復(fù)雜背景等具有較好的跟蹤效果。
(4)針對(duì)槍球聯(lián)動(dòng)接力跟蹤過程中的目標(biāo)離開槍機(jī)畫面后在球機(jī)中初始定位問題,本文提出了一種基于視覺注意的槍球聯(lián)動(dòng)接力跟蹤方法。該方法采用網(wǎng)格結(jié)合插值算
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 視覺顯著性檢測研究.pdf
- 立體視覺顯著性計(jì)算模型的研究及應(yīng)用.pdf
- 視覺顯著性應(yīng)用研究.pdf
- 視覺顯著性檢測方法及其應(yīng)用研究.pdf
- 視覺顯著性物體檢測方法及應(yīng)用研究.pdf
- 圖像顯著性區(qū)域檢測模型研究及其應(yīng)用.pdf
- 視覺顯著性區(qū)域計(jì)算及顯著性物體分割方法研究.pdf
- 關(guān)于視覺顯著性檢測模型及其在增強(qiáng)現(xiàn)實(shí)中應(yīng)用的研究.pdf
- 視覺顯著性直線的檢測算法研究.pdf
- 基于先驗(yàn)融合的視覺顯著性檢測.pdf
- 視覺顯著性檢測關(guān)鍵技術(shù)研究.pdf
- 基于多特征的視覺顯著性檢測.pdf
- 圖像顯著性檢測研究及其應(yīng)用.pdf
- 視覺顯著性模型研究及其在影像處理中的應(yīng)用.pdf
- 基于視覺中心轉(zhuǎn)移的視覺顯著性檢測方法研究.pdf
- 視覺協(xié)同顯著性目標(biāo)檢測算法研究.pdf
- 基于顯著性分析的視覺注意模型研究.pdf
- 基于視覺顯著性檢測的圖像分類.pdf
- 視覺顯著性港口艦船目標(biāo)檢測算法研究.pdf
- 基于壓縮域的視覺顯著性檢測及其應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論