先驗(yàn)引導(dǎo)下多視角低秩模型的顯著性檢測(cè)方法.pdf

1、隨著互聯(lián)網(wǎng)時(shí)代的到來和智能手機(jī)等便攜電子設(shè)備的普及，以及微博、微信、社交網(wǎng)絡(luò)等交流平臺(tái)的快速發(fā)展，圖像正在不斷融入人們的生活并極大地影響著人們獲取信息的方式。人類可以很容易的判斷出圖像的顯著程度并注意到圖像的重要部分，如何讓計(jì)算機(jī)模擬人類的視覺注意力機(jī)制以自動(dòng)的獲取圖像的顯著性區(qū)域已成為計(jì)算機(jī)視覺領(lǐng)域的重要研究課題。
　　本文通過多視角下的低秩模型分解方法來解決圖像的顯著性檢測(cè)問題。對(duì)于給定的一幅圖像，本文先從不同的視角對(duì)圖像預(yù)分

2、割生成的超像素進(jìn)行特征提取，得到了包含豐富顯著性信息的圖像的多特征矩陣。然后利用這幅圖像的先驗(yàn)信息引導(dǎo)這個(gè)多特征矩陣的稀疏低秩分解，得到一個(gè)能可靠估計(jì)圖像顯著性區(qū)域的稀疏矩陣。傳統(tǒng)的基于矩陣分解的顯著性檢測(cè)模型通常將先驗(yàn)信息附加到特征矩陣作為預(yù)處理，然后直接利用現(xiàn)有模型對(duì)處理后的矩陣進(jìn)行分解。本文的模型將先驗(yàn)信息直接用于顯著性評(píng)價(jià)矩陣的求解模型中。同時(shí)，lp，q范數(shù)正則化方法的引入保證了不同視角下的特征對(duì)圖像有一致的顯著性預(yù)測(cè)。大量的實(shí)