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),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、作為人類視覺系統(tǒng)的重要特性之一,視覺注意機制能夠使人類從復(fù)雜場景中迅速選擇少數(shù)顯著對象加以關(guān)注,是人類以有限資源處理外界大量信息的重要手段。鑒于其高效的數(shù)據(jù)篩選能力,將視覺注意機制引入計算機信息處理領(lǐng)域,尤其是需要對海量數(shù)據(jù)進行計算的圖像處理領(lǐng)域,具有十分重要的理論價值和現(xiàn)實意義。因此,融合了生理解剖學(xué)、認(rèn)知心理學(xué)以及計算機科學(xué)等多學(xué)科成果的視覺注意模型化計算問題迅速成為圖像處理領(lǐng)域的研究熱點。
本課題采用理論學(xué)習(xí)與實驗分
2、析相結(jié)合的方法,圍繞自下而上的視覺選擇性注意機制建模問題進行展開。論文首先介紹本課題研究現(xiàn)狀,然后闡述相關(guān)的生理心理學(xué)理論,接著從靜態(tài)顯著性和動態(tài)顯著性兩個方面研究視覺注意模型化計算問題,并將其應(yīng)用到圖像匹配領(lǐng)域。
靜態(tài)顯著性方面,實現(xiàn)了Laurent Itti等人提出的適用于靜態(tài)圖像的視覺注意計算模型,并從兩方面進行了改進。1)在大量實驗的基礎(chǔ)上發(fā)現(xiàn)LaurentItti模型在提取顏色特征時可能出現(xiàn)顯著區(qū)域反轉(zhuǎn)現(xiàn)象,分析
3、其產(chǎn)生原因并提出改進方案。2)優(yōu)化顯著圖合并策略。實驗對比結(jié)果證明了改進后方案的有效性。
動態(tài)顯著性方面,給出一種計算視頻序列運動顯著性的方案。首先通過塊匹配提取當(dāng)前幀的運動矢量并將其分解成4個方向的標(biāo)量,分別計算各方向的運動顯著性,最后融合成運動顯著圖。在靜止攝像頭采集的視頻序列上進行的實驗結(jié)果表明本方案顯著區(qū)域提取效果與人眼感知基本一致。
應(yīng)用方面,將靜態(tài)顯著性計算模型引入圖像匹配技術(shù)領(lǐng)域。匹配全過程分為
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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 視覺注意機制建模及其應(yīng)用研究.pdf
- 視覺運動注意力方法研究.pdf
- 基于視覺注意力機制的圖像檢索方法研究.pdf
- 視覺注意力計算模型的研究.pdf
- 視覺注意機制的計算模型及其應(yīng)用研究.pdf
- 注意力選擇模型的研究及其應(yīng)用.pdf
- 基于視覺注意力的信息隱藏方法研究.pdf
- 注意力經(jīng)濟下讀者注意力的經(jīng)營研究.pdf
- 注意缺陷兒童注意力特征及其干預(yù)研究.pdf
- 駕駛員視覺注意力的檢測方法研究.pdf
- 基于視覺的駕駛員注意力判別研究.pdf
- 基于視覺注意力的視頻水印方法研究.pdf
- 注意力講座
- 注意力訓(xùn)練
- 注意力游戲
- 注意力訓(xùn)練
- 84982.注意力經(jīng)濟下讀者注意力的經(jīng)營研究
- 基于腦電熵參數(shù)的視覺注意力分級研究.pdf
- 改進頻域視覺注意模型及其應(yīng)用研究.pdf
- 注意力營銷策略研究.pdf
評論
0/150
提交評論