基于視覺注意機制的目標(biāo)檢測方法與應(yīng)用研究.pdf

1、目前，移動機器人的目標(biāo)檢測作為一項多學(xué)科綜合的復(fù)雜技術(shù)，現(xiàn)已滲透到軍事、工業(yè)、生活等各個領(lǐng)域，得到國內(nèi)外研究者的廣泛關(guān)注。移動機器人的目標(biāo)檢測以圖像處理、分析和理解為基礎(chǔ)，隨著圖像成像技術(shù)的迅速提升，在獲得超高分辨率圖像的同時，也帶來了圖像信息冗余的問題，這為圖像后期處理（如目標(biāo)檢測等）增加難度。而反觀人類視覺系統(tǒng)則具有異常突出的信息篩選能力,能迅速選擇進(jìn)入人眼的重要信息并做出反應(yīng)，這種具有選擇性和主動性的生理和心理活動被稱為視覺注意機

2、制。本文對視覺注意機制的相關(guān)原理及方法進(jìn)行了深入研究，并將研究結(jié)果運用在目標(biāo)檢測中，實現(xiàn)場景圖像目標(biāo)的快速自動檢測。本文主要的研究內(nèi)容和成果如下：
　?。?）本文通過研究視覺注意生物學(xué)理論并分析現(xiàn)有的各顯著性檢測算法優(yōu)缺點，結(jié)合特殊環(huán)境目標(biāo)檢測的具體應(yīng)用，提出對IT算法進(jìn)行改進(jìn)，使之適用于具體目標(biāo)檢測。改進(jìn)算法從底層特征顯著性分析，選取對目標(biāo)感興趣區(qū)域提取最有利的若干特征進(jìn)行計算，使得目標(biāo)感興趣區(qū)域的提取更加準(zhǔn)確完整，彌補了原IT

3、算法在求取目標(biāo)時輪廓信息缺失的不足。由于在特殊環(huán)境中采集的圖像含有噪音，本文提出了一種將多重中值濾波與曲波變換相結(jié)合的混合去噪算法進(jìn)行降噪預(yù)處理。實驗表明該方法較好地降噪并保護(hù)邊緣，改善圖像的視覺質(zhì)量。在進(jìn)行降噪預(yù)處理的基礎(chǔ)上，本文利用改進(jìn)IT算法進(jìn)行感興趣區(qū)域提取，并進(jìn)行目標(biāo)檢測，而目標(biāo)檢測的正確檢測率達(dá)89％，證明基于視覺注意機制的特殊環(huán)境目標(biāo)檢測方案可行。
　?。?）本文利用人工智能中的隨機森林算法訓(xùn)練好的顯著性回歸器映射每