視覺(jué)顯著性是靈長(zhǎng)類共有的視覺(jué)處理特性,這項(xiàng)特性讓我們?cè)趶?fù)雜的視覺(jué)信息中快速提取出對(duì)需要特別注意的物體區(qū)域�？茖W(xué)家們著力研究這項(xiàng)特性,將其與計(jì)算機(jī)科學(xué)相結(jié)合,引入到計(jì)算機(jī)視覺(jué)中,使其成為許多復(fù)雜視覺(jué)計(jì)算重要的前期預(yù)處理過(guò)程。視覺(jué)顯著性主要由靜態(tài)顯著性、協(xié)同顯著性和動(dòng)態(tài)顯著性三部分組成。其中靜態(tài)顯著性是此前的研究熱門算法,行業(yè)中已取得較為不錯(cuò)的成果,但動(dòng)態(tài)顯著性的研究并非熱門方向,仍然存在許多改進(jìn)的空間。神經(jīng)網(wǎng)絡(luò)今年來(lái)在各大比賽中的突出表現(xiàn)備受關(guān)注,將其運(yùn)用到顯著性檢測(cè)中,能夠得到準(zhǔn)確且細(xì)致的顯著性物體區(qū)域。同時(shí)針對(duì)動(dòng)態(tài)顯著性數(shù)據(jù)集不足的情況,從靜態(tài)幀生成了動(dòng)態(tài)幀,豐富了數(shù)據(jù)集,為深度網(wǎng)絡(luò)訓(xùn)練提供了足夠的樣本。最后在原圖的基礎(chǔ)上使用物體建議算法,得到精細(xì)的物體輪廓,對(duì)網(wǎng)絡(luò)檢測(cè)的顯著性結(jié)果進(jìn)行調(diào)優(yōu)。最終得到的實(shí)驗(yàn)結(jié)果也驗(yàn)證這些改進(jìn)是切實(shí)有效的,將測(cè)試結(jié)果與行業(yè)中的算法進(jìn)行了比較。圖片與可視化數(shù)據(jù)表明,改進(jìn)后得到方法與其他算法相比得到了相近的甚至更優(yōu)秀的表現(xiàn)。 

【文章來(lái)源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：64 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

某顯著性檢測(cè)算法產(chǎn)生的結(jié)果a為原圖b為檢測(cè)結(jié)果c為GT值

圖 2-1 靜態(tài)顯著性、協(xié)同顯著性和動(dòng)態(tài)顯著性之間的關(guān)系2 圖片分割與深度學(xué)習(xí).1 深度學(xué)習(xí)深度學(xué)習(xí)并非一個(gè)新鮮事物，但是計(jì)算機(jī)行業(yè)中開(kāi)始大量使用深度學(xué)習(xí)卻的事。此處討論到的深度學(xué)習(xí)與機(jī)器學(xué)習(xí)、人工智能為包含關(guān)系，如圖 2-2 所

人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)

【參考文獻(xiàn)】：
期刊論文
[1]視頻顯著性檢測(cè)研究進(jìn)展[J]. 叢潤(rùn)民,雷建軍,付華柱,王文冠,黃慶明,牛力杰.  軟件學(xué)報(bào). 2018(08)
[2]基于生物視覺(jué)特征和視覺(jué)心理學(xué)的視頻顯著性檢測(cè)算法[J]. 方志明,崔榮一,金璟璇.  物理學(xué)報(bào). 2017(10)
[3]基于運(yùn)動(dòng)譜殘差的視頻顯著性檢測(cè)算法[J]. 劉宇光,陳耀武.  計(jì)算機(jī)工程. 2014(12)
[4]顯著性紋理結(jié)構(gòu)特征及車載環(huán)境下的行人檢測(cè)[J]. 肖德貴,辛晨,張婷,朱歡,李小樂(lè).  軟件學(xué)報(bào). 2014(03)



本文編號(hào)：3604778