【摘要】：針對(duì)已有視覺(jué)注意模型在整合對(duì)象特征方面的不足,提出一種新的結(jié)合高層對(duì)象特征和低層像素特征的視覺(jué)注意方法。首先,利用已訓(xùn)練的卷積神經(jīng)網(wǎng)(CNN)對(duì)多類目標(biāo)的強(qiáng)大理解能力,獲取待處理圖像中對(duì)象的高層次特征圖;然后結(jié)合實(shí)際的眼動(dòng)跟蹤數(shù)據(jù),訓(xùn)練多個(gè)對(duì)象特征圖的加權(quán)系數(shù),給出對(duì)象級(jí)突出圖;緊接著提取像素級(jí)突出圖,并和對(duì)象級(jí)突出圖融合獲得顯著圖;最后,在OSIE和MIT數(shù)據(jù)集上驗(yàn)證了該方法,并與國(guó)際上流行的視覺(jué)注意方法進(jìn)行對(duì)比,結(jié)果顯示該算法在OSIE數(shù)據(jù)集上獲得的AUC值相對(duì)更高。實(shí)驗(yàn)結(jié)果表明,所提方法能夠更加充分地利用圖像中對(duì)象信息,提高顯著性預(yù)測(cè)的準(zhǔn)確率。
【作者單位】： 華中科技大學(xué)自動(dòng)化學(xué)院;多譜信息處理技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室(華中科技大學(xué));
【基金】：華為創(chuàng)新基金資助項(xiàng)目(YJCB2010022IN)~~
【分類號(hào)】：TP391.41
，

本文編號(hào)：2543136