基于特征融合的RGB-D图像视觉显著性检测方法研究

《基于特征融合的RGB-D图像视觉显著性检测方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、工学博士学位论文基于特征融合的RGB-D图像视觉显著性检测方法研究王松涛哈尔滨理工大学2018年6月国内图书分类号：TP391工学博士学位论文基于特征融合的RGB-D图像视觉显著性检测方法研究博士研究生：王松涛导师：周真申请学位级别：工学博士学科、专业：精密仪器及机械所在单位：测控技术与通信工程学院答辩日期：2018年6月授予学位单位：哈尔滨理工大学ClassifiedIndex：TP391DissertationfortheDoctoralDegreeinEngineeringResearchonRGB-DImageVisualSaliencyDetecti

2、onbasedonFeatureFusionCandidate：WangSongtaoSupervisor：ZhouZhenAcademicDegreeAppliedfor：DoctorofEngineeringPrecisionInstrumentsandSpecialty：MachineryDateofOralExamination：June,2018HarbinUniversityofScienceandUniversity：Technology哈尔滨理工大学博士学位论文原创性声明本人郑重声明：此处所提交的博士学位论文《基于特征融合的RGB-D图像视觉显

3、著性检测方法研究》，是本人在导师指导下，在哈尔滨理工大学攻读博士学位期间独立进行研究工作所取得的成果。据本人所知，论文中除已注明部分外不包含他人已发表或撰写过的研究成果。对本文研究工作做出贡献的个人和集体，均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。作者签名：日期：年月日哈尔滨理工大学博士学位论文使用授权书《基于特征融合的RGB-D图像视觉显著性检测方法研究》系本人在哈尔滨理工大学攻读博士学位期间在导师指导下完成的博士学位论文。本论文的研究成果归哈尔滨理工大学所有，本论文的研究内容不得以其它单位的名义发表。本人完全了解哈尔滨理工大学关于保存、使

4、用学位论文的规定，同意学校保留并向有关部门提交论文和电子版本，允许论文被查阅和借阅。本人授权哈尔滨理工大学可以采用影印、缩印或其他复制手段保存论文，可以公布论文的全部或部分内容。本学位论文属于保密，在年解密后适用授权书。不保密√。(请在以上相应方框内打√)作者签名：日期：年月日导师签名：日期：年月日基于特征融合的RGB-D图像视觉显著性检测方法研究摘要采用计算模型模拟人类视觉注意机制进行感兴趣的物体检测称之为视觉显著性检测。研究表明，视觉显著性与视觉场景深度信息密切相关，开展视觉显著性检测研究在3D感知领域已成为热点课题。人类视觉系统具有出色的3D视觉感知能力

5、，通过视觉注意机制能够快速定位场景中感兴趣的物体区域，即有语义的区域。基于物体的注意力选择观点认为有语义的物体直接吸引了注意力，这是因为物体的语义类别特征具有视觉显著性。3D传感器广泛用于提升智能机器人对现实环境中物体的感知能力，其3D感知RGB-D图像提供颜色信息与深度信息互补的约束，更好地描述场景中物体的语义类别特征。基于物体语义类别特征的RGB-D图像视觉显著性检测有助于智能机器人进行场景感知和理解，具有重要的理论和工程意义。本文从概率统计的角度探索RGB-D图像视觉显著性检测与人类视觉注意机制的语义联系，以RGB-D图像的视觉显著性为研究对象，从提高视

6、觉显著性检测方法的F测度等评价指标以及检测结果更符合人类的视觉感知出发，针对已有RGB-D图像的显著特征提取、显著特征融合以及结合先验知识方法准确率和召回率低的问题进行研究，主要研究内容如下：(1)依据语义类别的Depth图像显著特征提取方法：目前人工设计的Depth图像显著特征未能有效挖掘场景的深度信息，尤其场景空间结构信息隐藏的语义类别特征，在深度特征对比度低的情况下无法整体突出语义显著物体区域。通过深层卷积神经网络Clarifai提取Depth图像全局上下文语义特征，建立与基于Clarifai网络提取的RGB图像全局上下文语义特征的语义类别联系，将RGB

7、图像显著特征和Depth图像显著特征统一在语义空间表示。采用两个Clarifai网络提取RGB-D图像的语义类别显著特征，基于语义类别显著特征计算视觉显著性反映了显著物体语义类别的差异，更符合人类视觉感知。(2)考虑RGB图像与Depth图像特征分布关系的语义类别显著特征融合方法：RGB-D图像的显著特征融合时需要考虑RGB图像显著特征与-I-Depth图像显著特征的关系。原有RGB-D图像显著特征融合方法假设人工设计的显著特征具有线性或非线性关系，没有探讨语义类别显著特征的关系。通过分析3D视觉语义显著性在RGB-D图像的分布情况，采用类条件互信息熵度量由C

8、larifai网络提取RGB-D图像的