基于视觉显著图的物体检测

《基于视觉显著图的物体检测》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第30卷增刊2计算机应用Vo1．30Supp1．22010年12月JournalofComputerApplicationsDec．2010文章编号：1001—9081(2010)s2—0082—04基于视觉显著图的物体检测杨磊，施美玲，彭国琴，徐丹(云南大学计算机科学与工程系，昆明650091)(hyde_tidus@163．corn)摘要：提出了一种基于视觉显著图的显著物体检测方法。对自底向上视觉显著图计算模型进行了改进，首先对输入的彩色图片提取强度、颜色、方向三类特征金字塔；增加了轮廓弯曲度的检测，

2、目的是使显著图形状更逼近物体；然后采用“中心一周围”算法得到三类特征图，经归一化后线性合并成最终的视觉显著图；在得到的显著图的基础上，用区域生长算法进行分割，分割的目的是为了能更显著地突出物体的大致轮廓，也减小了物体周围像素对物体的影响，分割后得到阂值化的视觉显著图。最后，对阂值化的显著图进行有效子窗口搜索，从而检测得到显著物体的位置。实验结果表明了所提方法的有效性。关键词：视觉显著图；区域生长分割；轮廓弯曲度；有效子窗口搜索；物体检测中图分类号：TP391．41文献标志码：Aobjectdetectio

3、nbasedonsaliencymapYANGLei，SHIMei—ling，PENGGuo—qin，XUDan(D印“me眦ofComputerSciencen，Engineering，YunnanUniversity,KunmingYunnan650091，China)Abstract：Thispaperpresentedamethodwhichcoulddetectsalientobjectbasedonsaliencymap．Thismethodaddedcurvaturetobottom—upv

4、isualattentionmodelinordertoobtainmoreapproximateshapeoftheobject．Firstly，intensity，colorandorientationfeaturemapswereextractedbybottom—upvisualattentionmode1．Totalthreenormalizedfeaturemapsobtainedbycenter—surroundapproachwerelinearlycombinedtosaliencyma

5、p．Curvaturesaliencymapwasprocessedtohighlightmoresalientshapeandreducethenegativeefectofthesurroundingpixelsbyregion—growsegmentationalgorithm．Salientobjectlocationwasobtainedbyefectivesub—windowsearchinsaliencymapwhichwasprocessedbythreshold．Experimental

6、resultsshowtheefeetivenessofthismeth0d．Keywords：saliencymap；region—growsegmentation；curvature；EficientSubwindowSearch(ESS)；objectdetection提出了轮廓弯曲度显著性，首先通过计算弯曲度显著性和颜0引言色显著性，然后再通过中心化聚类同时结合图像分割的方法，视觉显著图的检测在近几年来有大量深入、有趣的研究检测出最显著物体。及应用。简单来说，视觉显著性驱动人类感知注意，使人的感本

7、文中，首先对文献[1]中的计算视觉显著性的模型进知注意能更加关注于一些显著的物体。计算视觉显著度的方行了改进，加入了轮廓弯曲度，使得显著物体的轮廓和形状能法分为两种，分别是自底向上的计算方法和自顶向下的计算得到很好的保持，以便更准确地定位显著物体；其次，采用区方法。自底向上的计算图像显著性方法是基于底层的特征，域增长方法做了基于物体轮廓的分割；最后根据分割的结果包括强度、颜色、纹理等，而自顶向下的图像计算显著性方法采用子窗口搜索技术来检测显著物体。是基于任务驱动或目的驱动等。自底向上的计算图像显著性1视觉

8、显著图方法先注意到图像的局部特征，而自顶向下的计算图像显著性方法先注意到图像的整体特征。近几年中许多针对视觉显视觉显著度表示的是图像特征的显著程度。本文中计算著性研究，较早的有文献[1]中提出的经典计算模型。文献视觉显著图的方法如图1，在Ini模型中，提出了一种依据[1]中对原图从强度、颜色、方向三个特征采用高斯金字塔计对象区域及其邻域的局部信息计算视觉显著度的模型，本文算显著性，得到的各个显著图线性合并，同时采用禁止返回机沿