模擬人類視覺感知的行人圖像顯著結(jié)構(gòu)的研究及應(yīng)用.pdf

1、人類在感知外界環(huán)境的過程中,80％以上的信息來自于視覺。人類視覺感知系統(tǒng)中,初級視皮層從眼睛接收來自外界的信息,并按照由初級到中級,再由中級向高級的順序分級進行信息處理。點和邊緣是構(gòu)成圖像最基本的初級視覺特征,這些初級視覺特征經(jīng)過編組形成邊界及區(qū)域等中級視覺特征,以區(qū)域等中級視覺特征為基礎(chǔ),結(jié)合構(gòu)成目標(biāo)的各部分之間的結(jié)構(gòu)關(guān)系,最終形成完整的目標(biāo)。行人圖像是各類自然圖像中最常見、應(yīng)用范圍最廣的一類,面對任何一幅復(fù)雜而陌生的行人圖像,人們均

2、可迅速、準(zhǔn)確地找出其中有用的、屬于目標(biāo)本身的邊緣、邊界以及區(qū)域等顯著結(jié)構(gòu),通過對這些顯著結(jié)構(gòu)的研究與分析,來完成整個行人目標(biāo)的解析工作。
　　 如何模擬人類的視覺感知過程讓計算機代替人工完成這一系列看似簡單而實際復(fù)雜的工作是計算機視覺主要解決的問題。本文借鑒生物物理學(xué)和認知心理學(xué)的相關(guān)理論,結(jié)合概率統(tǒng)計等數(shù)學(xué)知識對此過程進行建模,通過對行人圖像中的顯著點、顯著邊緣、顯著邊界、顯著區(qū)域等初級與中級視覺特征的研究與分析來實現(xiàn)對整個行

3、人目標(biāo)的解析,并將該解析模型應(yīng)用于行人目標(biāo)的分割、行人行走朝向預(yù)測以及行人目標(biāo)檢測的再估計等高級視覺處理過程中。其中,顯著點與顯著邊緣為屬于目標(biāo)輪廓或者圖像中不同區(qū)域邊界上的點與邊緣,邊緣上所包含的顯著點越多,其顯著性也就越強；顯著邊界為構(gòu)成目標(biāo)輪廓的邊界；而顯著區(qū)域則為屬于目標(biāo)或者前景本身的區(qū)域。
　　 本文的主要工作包括以下三個方面:
　　 1)提出了基于認知心理學(xué)中格式塔規(guī)則的行人圖像顯著邊緣等初級視覺特征的檢測方

4、法。首先使用尺度空間邊緣(Scale Space Edges,SSE)與張量投票(Tensor Voting,TV)相結(jié)合的方法對行人圖像中的顯著點進行檢測,并根據(jù)格式塔規(guī)則中“好的形狀(Good Shape)”的原理,以邊緣上包含顯著點的情況、邊緣的長度、光滑性以及穩(wěn)定性等為線索對邊緣的顯著性加以判斷,提出一種基于邊緣能量與邊緣穩(wěn)定性的顯著邊緣的檢測方法;對于背景、目標(biāo)內(nèi)部紋理和顏色比較復(fù)雜的圖像,僅從長度、光滑性等邊緣本身的特征出發(fā)

5、很難得到理想的實驗結(jié)果。鑒于此,進一步提出一種基于初級與中級視覺特征的顯著邊緣的檢測方法。通過分析各邊緣兩側(cè)區(qū)域內(nèi)顏色與紋理的差異,并根據(jù)格式塔規(guī)則中的“閉合性(Closure)”原理對圖像中的顯著邊緣進行檢測。上述研究成果在行人圖像和不同類別的圖像中均進行了驗證。該方法的優(yōu)點在于不僅考慮到邊緣本身的特性,還綜合了顏色、紋理等能直接體現(xiàn)區(qū)域特性的初級視覺特征,所得到的顯著邊緣不僅節(jié)省了存儲空間,還為下一步顯著邊界的檢測提供了線索。

6、>　　 2)提出了一種行人圖像中顯著邊界等中級視覺特征的檢測方法。顯著邊緣可以為高級的目標(biāo)匹配、目標(biāo)識別等工作提供線索,但很難直接應(yīng)用于目標(biāo)的解析與分割,因此,本文以顯著邊緣作為線索之一,對更加連續(xù)、光滑的組成目標(biāo)輪廓的顯著邊界進行檢測與分析。首先通過改變由gPb-OWT-UCM分層分割算法得到的分層分割圖的閾值,產(chǎn)生一組軟邊界,然后分別對這組邊界所包含顯著邊緣的情況,以及其長度、光滑性等屬性進行度量,并根據(jù)知覺組織中的“接近律”原則

7、對其進行編組,檢測出其中屬于同一個目標(biāo)整體的顯著邊界。分別將檢測到的顯著邊界和真實顯著邊界的形狀與樣本庫中樣本的形狀進行匹配。通過顯著邊界的檢測將圖像分成了不同的區(qū)域,這些區(qū)域的形狀及顯著性可以為更高一級的視覺處理任務(wù)提供有力線索。
　　 3)提出了基于顯著區(qū)域形狀的行人目標(biāo)解析模型及其在高級視覺處理過程中的應(yīng)用。與基于語義的解析模型不同,本文提出一種基于句法的解析模型,其基本思想是將行人分成若干可視單元,并將這些可視單元歸納為

8、永久部分與可能部分兩種類型。根據(jù)知覺的整體性原理,模擬人類視覺感知過程,以永久部分為刺激起點,引發(fā)對目標(biāo)其它可能部分的聯(lián)想與推測,從而感知到整個目標(biāo)。具體實現(xiàn)方法如下:首先以gPb-OWT-UCM分層分割算法得到的分割區(qū)域為基礎(chǔ),保留形狀較顯著的區(qū)域塊,然后按照行人的樹形解析結(jié)構(gòu),自底向上,從單個部分的形狀出發(fā),依次考慮各個部分組合的形狀,直至整個行人的形狀,最終解析出整個行人目標(biāo)及其各個組成部分。本文還將該解析模型很好地應(yīng)用于行人目標(biāo)