作為計(jì)算機(jī)視覺領(lǐng)域的一項(xiàng)基礎(chǔ)性研究工作,視覺場景表達(dá)的主要目標(biāo)是通過綜合利用視覺心理學(xué)、場景空間布局和上下文內(nèi)容,以及圖像處理技術(shù)等挖掘場景中潛在的結(jié)構(gòu)模式,刻畫視覺數(shù)據(jù)之間的內(nèi)部聯(lián)系,最終形成對場景良好和簡明的抽象表示。目前已廣泛應(yīng)用到智能交通、自動(dòng)導(dǎo)航、環(huán)境監(jiān)測、醫(yī)療診斷、遙感分析和智能購物等工業(yè)生產(chǎn)、軍事安全和生活實(shí)際領(lǐng)域中,具有重要的科研和應(yīng)用價(jià)值。研究表明:視覺數(shù)據(jù)的結(jié)構(gòu)化描述對于場景的有效表達(dá)發(fā)揮著至關(guān)重要的作用。但是由于自然場景的多樣性、復(fù)雜性和可變性,目前建立在圖結(jié)構(gòu)模型之上的視覺數(shù)據(jù)關(guān)系模式挖掘的研究成果在準(zhǔn)確率、效率和魯棒性等方面仍然面臨較大挑戰(zhàn)。因此,本文首先圍繞圖模型中路徑優(yōu)化和距離度量兩個(gè)角度展開對場景數(shù)據(jù)之間關(guān)系描述的研究,然后著眼于結(jié)構(gòu)保護(hù)圖像濾波和視覺注意力建模這兩個(gè)熱點(diǎn)應(yīng)用進(jìn)行算法設(shè)計(jì)和實(shí)驗(yàn)驗(yàn)證。主要的研究工作如下:(1)圖結(jié)構(gòu)中基于路徑優(yōu)化的視覺數(shù)據(jù)關(guān)系表達(dá)方法研究。針對圖結(jié)構(gòu)表達(dá)中路徑生成方法通常面臨的視覺相似區(qū)域內(nèi)描述不一致和噪聲敏感問題,本文提出了一種基于格式塔分組準(zhǔn)則的最平滑路徑和平滑短路徑優(yōu)化方法。為實(shí)現(xiàn)場景內(nèi)容的有效表達(dá),文中首先引入人類...

【文章頁數(shù)】：144 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
ABSTRACT
主要符號表
1 緒論
    1.1 研究背景與意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國內(nèi)外相關(guān)工作研究進(jìn)展
        1.2.1 面向特征分析的視覺場景表達(dá)
        1.2.2 面向圖結(jié)構(gòu)分析的視覺場景表達(dá)
    1.3 主要評價(jià)準(zhǔn)則
        1.3.1 可視化方法
        1.3.2 定量評價(jià)方法
    1.4 本文主要研究內(nèi)容和章節(jié)安排
        1.4.1 主要研究內(nèi)容
        1.4.2 章節(jié)安排
2 基于格式塔分組準(zhǔn)則和路徑優(yōu)化的場景表達(dá)方法
    2.1 問題描述和分析
    2.2 格式塔原理
        2.2.1 格式塔心理學(xué)
        2.2.2 格式塔分組準(zhǔn)則
    2.3 基于格式塔分組準(zhǔn)則的路徑優(yōu)化方法
        2.3.1 圖模型建立
        2.3.2 格式塔分組路徑優(yōu)化
        2.3.3 路徑距離度量
    2.4 實(shí)驗(yàn)結(jié)果與分析
        2.4.1 聚類和流形學(xué)習(xí)分析
        2.4.2 顯著度檢測分析
    2.5 本章小結(jié)
3 基于瓶頸檢測和隨機(jī)游走的場景表達(dá)方法
    3.1 問題描述和分析
    3.2 路徑瓶頸和隨機(jī)游走
        3.2.1 路徑瓶頸
        3.2.2 隨機(jī)游走
    3.3 基于隨機(jī)游走的路徑瓶頸分析方法
        3.3.1 無向圖生成
        3.3.2 路徑瓶頸檢測和距離度量
        3.3.3 基于隨機(jī)游走的瓶頸檢測算法
    3.4 實(shí)驗(yàn)結(jié)果與分析
        3.4.1 數(shù)據(jù)集
        3.4.2 可視化方法
        3.4.3 距離比較與分析
    3.5 本章小結(jié)
4 基于無向圖模型分析的結(jié)構(gòu)保護(hù)圖像濾波
    4.1 引言
        4.1.1 結(jié)構(gòu)保護(hù)圖像濾波
        4.1.2 問題描述
    4.2 距離變換和場景表達(dá)分析
        4.2.1 距離變換
        4.2.2 性能比較和分析
    4.3 結(jié)構(gòu)保護(hù)濾波模型
        4.3.1 模型定義
        4.3.2 模型解釋
        4.3.3 復(fù)雜度分析
    4.4 實(shí)驗(yàn)結(jié)果與分析
        4.4.1 參數(shù)設(shè)置
        4.4.2 算法比較與分析
        4.4.3 應(yīng)用分析
    4.5 本章小結(jié)
5 基于無向圖模型分析的視覺注意力建模
    5.1 引言
        5.1.1 視覺注意力選擇機(jī)制和顯著度檢測
        5.1.2 問題描述
    5.2 拉普拉斯路徑距離和場景表達(dá)分析
        5.2.1 無向加權(quán)圖
        5.2.2 路徑拉普拉斯分析和距離定義
        5.2.3 降維和可視化
    5.3 視覺注意力模型建立
        5.3.1 格式塔結(jié)構(gòu)連通度GC
        5.3.2 外觀對比度AC
        5.3.3 PBS顯著度模型
        5.3.4 模型復(fù)雜度分析
    5.4 實(shí)驗(yàn)結(jié)果與分析
        5.4.1 數(shù)據(jù)集
        5.4.2 評價(jià)方法
        5.4.3 性能比較
    5.5 本章小結(jié)
6 結(jié)論與展望
    6.1 結(jié)論
    6.2 創(chuàng)新點(diǎn)
    6.3 展望
參考文獻(xiàn)
攻讀博士學(xué)位期間科研項(xiàng)目及科研成果
致謝
作者簡介



本文編號：3787006