近年來,隨著科技的快速發(fā)展,圖像與視頻數(shù)據(jù)都在以爆炸式的速度增長,為了快速處理大量的圖像與視頻數(shù)據(jù),從中快速提取出有用的信息,研究人員越來越重視顯著性提取技術(shù)的研究。顯著性檢測的目的是為了檢測出一幅圖像或者一段視頻中的顯著目標(biāo)所在的區(qū)域,根據(jù)人類視覺機(jī)制顯示,該顯著區(qū)域就是人眼最關(guān)心的區(qū)域,通常越顯著的區(qū)域包含的信息越有價(jià)值。顯著度檢測廣泛用于圖像分割、目標(biāo)識(shí)別、圖像壓縮、圖像檢索等領(lǐng)域中。針對圖像視頻,提出了一種基于頻域和目標(biāo)性的圖像顯著度提取方法和一種基于顯著連續(xù)性和圖論的視頻顯著度提取方法。第一種是基于頻域和目標(biāo)性的圖像顯著度提取方法。該方法首先對輸入圖像進(jìn)行曲波變換,然后通過曲波變換重建提取出特征圖,接著提取輸入圖像的目標(biāo)性特征圖,緊接著對輸入圖像進(jìn)行超像素分割,根據(jù)自定義一致性策略,先將特征超像素與目標(biāo)性超像素做一致性對比,然后將特征圖與目標(biāo)性特征圖做整體一致性對比,獲取最佳特征超像素和最佳特征圖,最后通過自定義融合策略生成最終圖像顯著圖,本章提出的圖像顯著度提取方法在MSRA1000和CSSD數(shù)據(jù)庫上都表現(xiàn)出了很好的效果,其選出的目標(biāo)區(qū)域更為符合人類的視覺系統(tǒng)。第二種是基于... 

【文章來源】：南京郵電大學(xué)江蘇省

【文章頁數(shù)】：68 頁

【學(xué)位級別】：碩士

【部分圖文】：

視覺顯著性舉例

圖 2.1 自底向上的視覺顯著模型基本結(jié)構(gòu)對圖像進(jìn)行特征提取，主要包含如下四個(gè)特征：顏色特征、征。然后通過利用提取出的四大特征數(shù)據(jù)來計(jì)算各個(gè)對象的著性值，最后對所有對象的顯著性值進(jìn)行融合來獲取最終顯本流程主要用于處理圖像，而無法對視頻序列進(jìn)行處理，為人員對該模型進(jìn)行了改進(jìn)，比較經(jīng)典的模型是文獻(xiàn)[34]中，作，還在此基礎(chǔ)上，增加了另一大重要特征，即運(yùn)動(dòng)特征，來信息，即突變信息，對比度越大，其顯著性也就越強(qiáng)。下視覺注意機(jī)制視覺注意機(jī)制（即以任務(wù)為驅(qū)動(dòng)的認(rèn)識(shí)機(jī)制）是注意力機(jī)制

碩士研究生學(xué)位論文 第二章 圖像/視有必要的。的注意機(jī)制，任務(wù)驅(qū)動(dòng)（Task-driven processing）（1）任務(wù)驅(qū)動(dòng)。所謂任務(wù)是指布置的觀察任務(wù)，它我們可以有意識(shí)的控制其內(nèi)部信息處理過程，從而于任務(wù)驅(qū)動(dòng)的注意機(jī)制是一種控制加工的過程，它在，因此相較于數(shù)據(jù)驅(qū)動(dòng)的注意機(jī)制來說，其處理速ricI.Knudsen提出了一種結(jié)合自底向上和自頂向下的綜、競爭選擇機(jī)制、自底向上視覺注意模型和自頂向覺注意模型處理過程為外部刺激通過顯著性濾波器不同層次的神經(jīng)元對不同程度的響應(yīng)、記憶交互以記憶部分、注視控制部分和競爭選擇部分共同合作。

【參考文獻(xiàn)】：
期刊論文
[1]基于超像素時(shí)空特征的視頻顯著性檢測方法[J]. 李艷荻,徐熙平.  光學(xué)學(xué)報(bào). 2019(01)
[2]基于顏色和運(yùn)動(dòng)空間分布的時(shí)空顯著性區(qū)域檢測算法[J]. 鄭云飛,張雄偉,曹鐵勇,楊吉斌.  計(jì)算機(jī)應(yīng)用研究. 2017(07)
[3]視覺顯著性導(dǎo)向的圖像壓縮感知測量與重建[J]. 李然,李艷靈,崔子冠,朱秀昌.  華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(05)
[4]基于區(qū)域協(xié)方差的視頻顯著度局部空時(shí)優(yōu)化模型[J]. 田暢,姜青竹,吳澤民,劉濤,胡磊.  電子與信息學(xué)報(bào). 2016(07)
[5]基于視覺顯著性的分塊自適應(yīng)壓縮感知算法[J]. 王蓉芳,陳佳偉,焦李成,孫奕菲.  華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(01)
[6]基于顯著性信息和方向變換的圖像壓縮感知[J]. 胡開云,熊承義,周城,時(shí)翔,張曉詠.  微型機(jī)與應(yīng)用. 2013(08)

博士論文
[1]監(jiān)控視頻中的異常行為檢測研究[D]. 葉芳芳.浙江大學(xué) 2014

碩士論文
[1]機(jī)載光電系統(tǒng)中紅外典型目標(biāo)檢測、識(shí)別與跟蹤技術(shù)研究[D]. 孫澤軍.南京航空航天大學(xué) 2017
[2]基于視覺顯著性的紅外小目標(biāo)檢測算法研究[D]. 白婷.華中科技大學(xué) 2016
[3]視頻監(jiān)控中的時(shí)空顯著目標(biāo)跟蹤[D]. 秦利斌.蘇州大學(xué) 2015
[4]基于顯著性信息的圖像塊壓縮感知編碼方法研究[D]. 胡開云.中南民族大學(xué) 2013
[5]基于顯著性分析和多特征融合的圖像檢索算法研究[D]. 陳龍.電子科技大學(xué) 2013



本文編號(hào)：2971206