圖像顯著區(qū)域的標(biāo)注算法研究.pdf

1、由于互聯(lián)網(wǎng)的飛速發(fā)展以及移動(dòng)終端設(shè)備的持續(xù)增加，圖像的數(shù)據(jù)量急劇上升。龐大的圖像數(shù)據(jù)必然會(huì)對(duì)圖像處理技術(shù)提出更高的要求。如何從龐大的圖像庫中快速有效地找到想要的圖像，已經(jīng)成為了一個(gè)亟待解決且具有很大挑戰(zhàn)性的任務(wù)。而圖像標(biāo)注技術(shù)是數(shù)字圖像語義文本信息的重要技術(shù)之一，在數(shù)字圖像處理的各個(gè)方面有著廣泛的應(yīng)用。
　　在圖像標(biāo)注這一領(lǐng)域中，除了可以對(duì)現(xiàn)有的算法進(jìn)行充分利用之外，還可以借助其他相關(guān)學(xué)科的幫助，來獲取更好的標(biāo)注效果。生物學(xué)中，人

2、的視覺系統(tǒng)可以很快且準(zhǔn)確地抽取圖像的語義信息，因此，將人的視覺注意應(yīng)用到圖像標(biāo)注的研究上算得上是一個(gè)有益的嘗試。論文的主要研究內(nèi)容如下:
　　(1)分析和總結(jié)已經(jīng)提出的顯著區(qū)域檢測方法，根據(jù)每個(gè)區(qū)域在整幅圖像中所占面積，以及和周圍區(qū)域的亮度方差，提出了一種新的基于視覺注意模型的方法。該模型旨在模擬人眼從圖像中獲取有意義信息的方式，從圖像的底層特征出發(fā)，屬于自下而上的檢測方法;
　　(2)分析和研究近年來圖像標(biāo)注的關(guān)鍵技術(shù)，將

3、本文提出的視覺注意模型應(yīng)用到圖像標(biāo)注中，提出了一種基于視覺注意模型和k-NN聚類算法的標(biāo)注方法。首先利用本文提出的視覺注意模型獲取圖像的顯著區(qū)域部分，然后對(duì)顯著區(qū)域和非顯著區(qū)域提取特征并進(jìn)行特征融合，最后使用k-NN聚類算法對(duì)圖像進(jìn)行標(biāo)注。通過實(shí)驗(yàn)表明，標(biāo)注結(jié)果與顯著區(qū)域和非顯著區(qū)域所占比例有很大關(guān)系;
　　(3)利用本文提出的視覺注意模型，將每幅圖像的顯著區(qū)域從圖像中分離開來，分別對(duì)顯著區(qū)域和非顯著區(qū)域進(jìn)行標(biāo)注，然后分析顯著區(qū)域