視覺(jué)顯著性是指人類(lèi)視覺(jué)系統(tǒng)在處理圖像/視頻時(shí)能夠快速準(zhǔn)確的定位、處理最吸引人眼的局部區(qū)域（通常被稱(chēng)為顯著性區(qū)域）。受此啟發(fā),研究人員嘗試?yán)糜?jì)算機(jī)模擬人類(lèi)的視覺(jué)系統(tǒng)實(shí)現(xiàn)從圖像/視頻中凸顯顯著性區(qū)域。同時(shí),隨著人工智能的蓬勃發(fā)展,將機(jī)器學(xué)習(xí)方法應(yīng)用于視覺(jué)顯著性檢測(cè)成為當(dāng)下的研究熱點(diǎn)。本論文引入機(jī)器學(xué)習(xí)算法,針對(duì)圖像顯著性檢測(cè),從單模型性能提升和顯著性圖融合兩方面開(kāi)展研究,而針對(duì)視頻顯著性檢測(cè),則從給出人工標(biāo)注的視頻初始幀顯著對(duì)象模板、單模型性能提升和利用深度學(xué)習(xí)這三方面開(kāi)展研究。因此,針對(duì)圖像/視頻的顯著性檢測(cè),本論文提出了如下所述的五種有效的模型:1.基于多核Boosting與自適應(yīng)融合的圖像顯著性檢測(cè)性能提升模型為了提升已有的圖像顯著性檢測(cè)模型的性能,本論文提出了一種基于多核Boosting與自適應(yīng)融合的圖像顯著性檢測(cè)性能提升模型。首先,提取由區(qū)域自身特征信息、區(qū)域特征方差及區(qū)域特征對(duì)比度構(gòu)成的區(qū)域級(jí)特征,其中,區(qū)域?qū)Ρ榷仍诰植俊⑷旨斑吔缛N鄰域上進(jìn)行度量;然后,將顯著性檢測(cè)視為回歸問(wèn)題,利用基于支持向量回歸的多核Boosting算法生成輔助性顯著性圖;最后,引入質(zhì)量評(píng)價(jià)準(zhǔn)則,將輔... 

【文章來(lái)源】：上海大學(xué)上海市 211工程院校

【文章頁(yè)數(shù)】：118 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖１－１包含感興趣對(duì)象的圖像示例：偶數(shù)列為對(duì)應(yīng)的人工標(biāo)注的二值圖

２．１．１基于中央－周?chē)町惖娘@著性檢測(cè)模型??Ｉｔｔｉ等于１９９８年根據(jù)人眼生物結(jié)構(gòu)［８］與特征集成理論［９］提出了著名的基于中??央－周?chē)町惖娘@著性檢測(cè)模型［ｌＱ］，其流程圖如圖２－１所示，主要步驟如下：??１）

?ｔｈｅ?ｓｅｃｏｎｄ?ｓｔａｇｅ??圖２－２?Ｙａｎｇ等［２９］提出的流行排序、昆著性檢測(cè)模型流程圖??Ｙａｎｇ等［２９］于２０１３年提出了基于流行排序的顯著性檢測(cè)模型，如圖２－２所示。，??１１??


本文編號(hào)：3095149