本文關(guān)鍵詞：基于顯著性的運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)研究

  更多相關(guān)文章： 顯著性 空時(shí) 運(yùn)動(dòng)目標(biāo) 融合

【摘要】：人們?cè)谟^察事物時(shí),即使是復(fù)雜的場(chǎng)景,也能迅速的找到自己感興趣的區(qū)域,這就是所謂的視覺選擇機(jī)制,而該感興趣的區(qū)域則被稱為視覺顯著性區(qū)域,顯著性一般表現(xiàn)為稀疏性,強(qiáng)對(duì)比度。顯著性目標(biāo)檢測(cè)是指通過模仿人眼的視覺選擇機(jī)制來獲得與環(huán)境差異較大的前景目標(biāo)�；陲@著性的目標(biāo)檢測(cè)大多作為圖像處理中的預(yù)處理模塊,為后續(xù)處理過程提供目標(biāo)的大概位置信息�，F(xiàn)已廣泛應(yīng)用于圖像壓縮、目標(biāo)跟蹤、目標(biāo)識(shí)別以及人機(jī)交互等領(lǐng)域,其研究和應(yīng)用價(jià)值不容小覷。傳統(tǒng)的單一的運(yùn)動(dòng)目標(biāo)檢測(cè)方法,背景減除法,幀間差分法和光流法,都有或多或少的缺陷,如背景減除法對(duì)于緩慢的運(yùn)動(dòng)目標(biāo)檢測(cè)效果不理想,幀間差分法對(duì)目標(biāo)輪廓的檢測(cè)不理想,光流法容易受噪聲、光照變化等的影響。上述方法在背景復(fù)雜或者變化的情況下表現(xiàn)不佳,而基于顯著性的運(yùn)動(dòng)目標(biāo)檢測(cè)則可以較好解決上述問題�；陲@著性的運(yùn)動(dòng)目標(biāo)檢測(cè)方法,可以通過當(dāng)前幀的空間顯著圖大概定位目標(biāo),再通過相鄰幀的時(shí)間顯著圖進(jìn)一步精確,因此受噪聲、光照、背景等因素的影響小。而現(xiàn)有的顯著性方法大多是基于單幅靜態(tài)圖像,對(duì)視頻幀的處理還較少,本文希望結(jié)合空間顯著圖和時(shí)間顯著圖來獲得能有效處理視頻幀的顯著性方法。本文的空間顯著圖通過改進(jìn)基于頻域的FT方法來獲得,對(duì)FT方法從預(yù)處理,雙顏色空間以及對(duì)得到的顯著圖采用中心周圍對(duì)比度算子這三個(gè)方面來進(jìn)行優(yōu)化,使其對(duì)背景的抑制能力更好同時(shí)更利于突出前景。時(shí)間顯著圖通過光流法來提取相鄰幀的運(yùn)動(dòng)向量,并針對(duì)中心周圍對(duì)比度算子的不足,提出了帶權(quán)重的對(duì)比度算子將更多的注意力放在離中心點(diǎn)更近的區(qū)域,通過實(shí)驗(yàn)選取了相對(duì)最優(yōu)的對(duì)比尺度,并以此來獲得時(shí)間顯著圖。最后合理的融合方法能夠有效地結(jié)合空間和時(shí)間顯著圖的優(yōu)勢(shì),獲得更完整有效的顯著目標(biāo)區(qū)域,并通過實(shí)驗(yàn)對(duì)比了常用的幾種融合空間和時(shí)間顯著圖的方法,選取了最適合本文的歸一化相加融合方法。
【關(guān)鍵詞】：顯著性 空時(shí) 運(yùn)動(dòng)目標(biāo) 融合
【學(xué)位授予單位】：中國(guó)科學(xué)院研究生院(光電技術(shù)研究所)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41
【目錄】：

• 致謝3-4
• 摘要4-5
• ABSTRACT5-8
• 1 緒論8-16
• 1.1 研究背景與意義8-11
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀11-14
• 1.3 本文主要內(nèi)容14-16
• 2 顯著性目標(biāo)檢測(cè)基礎(chǔ)16-24
• 2.1 人類視覺系統(tǒng)16-17
• 2.2 顯著性特征描述17-19
• 2.2.1 顏色特征18
• 2.2.2 亮度特征18
• 2.2.3 方向特征18-19
• 2.2.4 運(yùn)動(dòng)信息19
• 2.3 顯著性模型計(jì)算原則19
• 2.4 評(píng)價(jià)準(zhǔn)則簡(jiǎn)介19-22
• 2.4.1 線性相關(guān)系數(shù)20
• 2.4.2 F-Measure法20
• 2.4.3 ROC曲線20-21
• 2.4.4 KL散度21-22
• 2.5 常用測(cè)試數(shù)據(jù)集22-23
• 2.5.1 SD圖庫(kù)22
• 2.5.2 MSRA圖庫(kù)22
• 2.5.3 SOD圖庫(kù)22
• 2.5.4 視頻數(shù)據(jù)集22-23
• 2.6 本章小結(jié)23-24
• 3 基于頻域靜態(tài)特征的空間顯著性研究24-35
• 3.1 頻域方法簡(jiǎn)介24
• 3.2 頻域FT方法24-27
• 3.2.1 顯著性檢測(cè)指標(biāo)25
• 3.2.2 實(shí)現(xiàn)過程25-27
• 3.3 對(duì)FT方法的優(yōu)化27-31
• 3.3.1 雙邊濾波27-28
• 3.3.2 雙顏色空間28-30
• 3.3.3 中心周圍對(duì)比度算子優(yōu)化顯著圖30-31
• 3.4 實(shí)驗(yàn)分析31-34
• 3.5 本章小結(jié)34-35
• 4 基于圖像運(yùn)動(dòng)信息的時(shí)間顯著性研究35-43
• 4.1 光流法簡(jiǎn)介35-37
• 4.1.1 基于匹配的光流法35-36
• 4.1.2 基于頻域的光流法36-37
• 4.1.3 基于梯度的光流法37
• 4.2 光流法提取圖像運(yùn)動(dòng)信息37-40
• 4.3 帶權(quán)重的對(duì)比度算子40-41
• 4.4 實(shí)驗(yàn)分析41-42
• 4.5 本章小結(jié)42-43
• 5 空時(shí)顯著圖的融合方法43-52
• 5.1 融合方法介紹44-47
• 5.1.1 相加相乘和最大值融合方法44
• 5.1.2 不確定權(quán)重融合方法44-46
• 5.1.3 貝葉斯融合方法46-47
• 5.2 融合方法實(shí)驗(yàn)設(shè)置47-49
• 5.3 實(shí)驗(yàn)結(jié)果與分析49-51
• 5.4 本章小結(jié)51-52
• 6 總結(jié)與展望52-54
• 6.1 論文主要工作總結(jié)52-53
• 6.2 進(jìn)一步研究展望53-54
• 參考文獻(xiàn)54-58
• 作者簡(jiǎn)介及在學(xué)期間發(fā)表的學(xué)術(shù)論文與研究成果58-59

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 韓雷;王洪慶;林隱靜;;光流法在強(qiáng)對(duì)流天氣臨近預(yù)報(bào)中的應(yīng)用[J];北京大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年05期

2 龔大墉;汪治華;楊數(shù)強(qiáng);劉巖;;基于目標(biāo)的局部約束光流分析[J];重慶工學(xué)院學(xué)報(bào)(自然科學(xué)版);2009年07期

3 嚴(yán)強(qiáng);黃增喜;曹麗萍;黃蓉剛;;光流法在機(jī)車安全行駛中的應(yīng)用[J];計(jì)算機(jī)應(yīng)用研究;2013年04期

4 馬鵬飛;楊金孝;;基于光流法的粒子圖像測(cè)速[J];科學(xué)技術(shù)與工程;2012年32期

5 張永亮;盧煥章;賀興華;謝耀華;;基于光流預(yù)測(cè)的直線對(duì)應(yīng)算法[J];信號(hào)處理;2010年05期

6 孫承志;熊田忠;吉順平;張家海;;基于差分的光流法在目標(biāo)檢測(cè)跟蹤中的應(yīng)用[J];機(jī)床與液壓;2010年14期

7 王，

本文編號(hào)：890952