基于对立色和流特征的视觉显著性研究

《基于对立色和流特征的视觉显著性研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、摘要显著性检测是人类对外界输入的大量信息中忽略次要信息选择和保持重要信息的有意识活动，是人类视觉感知高效性和可靠性的保障。然而将人类的这种视觉感知机制引入到计算视觉中仍比较困难，一方面，传统的色彩处理机制与视觉感知过程不符，无法应对复杂环境下的视觉显著性检测问题，另一方面，运动信息对显著性的作用仍处于探索阶段，制约了视频显著性检测理论的发展。近年来，随着神经生理学和计算视觉的发展，一些新的认知促进了颜色视觉和流特征的发展，对解决视觉显著性检测的难点具有重要的意义。基于此，本文以图像/视频显著性检测为任务驱动，以色彩对立抑制机制和流运动特

2、征为核心，分别从特征编码和显著性度量两个方面展开了视觉显著性检测研究，本文主要工作如下：（1）从神经生理学和计算视觉的视角总结了当前显著性检测的研究现状和相关的计算理论，着重分析了数据驱动的显著性计算模型及显著性评价指标；（2）研究了色彩神经元的空间选择性与颜色选择性，改进了色彩对立抑制编码，为颜色表面和颜色边缘分别引入增强-抑制因子，以突显显著性目标或区域，抑制周围背景；（3）研究空间位置对视觉显著性感知的影响，定义基于颜色特征差异和像素间空间距离的显著性度量准则，融合了颜色表面和颜色边缘的显著度，最终实现色彩显著性计算，该模型体现了

3、颜色与方向联合编码在显著性检测的优势，达到了比当前流行的显著性检测算法更优的性能；（4）研究并分析视频显著性与图像显著性差异，构建基于流特征提取的运动显著性检测方法，融合时空信息实现视频显著性检测，实验验证了该算法合理有效提取了运动显著性，达到了与当前经典算法相比拟的检测效果。关键词：显著性检测；色彩信息；对立抑制；流特征；运动信息II万方数据ABSTRACTSaliencydetectionisaconsciousactivitywhichselectsandremainsvitalinformationfromthemassivei

4、nformationoftherealworldwhileignoringthenon-essentialinformation.Itisalsotheefficientandreliableguaranteeofhumanvisualperception.However,theintroductionofhumanvisualperceptiontocomputingvisionisstillsignificantlydifficult.Ontheonehand,traditionalparallelprocessingmechani

5、smofvisualfeaturedoesnotmatchthevisualperceptionprocess,soitisunabletocopewithvisualsaliencydetectionprobleminthecomplexenvironment.Ontheotherhand,theroleofmotioninformationtosaliencyisstillintheexploratorystage,andthusrestrictsthedevelopmentofvideosaliencydetectiontheor

6、y.Inrecentyears,astheneurophysiologyandcomputervisionhavedeveloped,somenewcognitionhasfacilitatedthedevelopmentsofcolorvisionandflowfeature.Thisresearchworkhasgreatsignificancetosolvethedifficultiesofvisualsaliencydetection.Drivenbythetaskofimage/videosaliencydetection,b

7、asedonopponentinhibition mechanismofcolorandflowmotionfeature,westudiedvisualsaliencydetectionfrom twoaspects:featurecodingandsignificantmeasurement.Themainworkisasfollows: (1)Wesummarizetheresearchstatusofsaliencydetectionandtherelated computingtheoryfromtheperspectiveo

8、fneurophysiologyandcomputervision.And weemphaticallyanalyzedthedata-drivencalculationmodelandtheevaluat