自底向上视觉显著性检测方法与应用研究.pdf

Bottom-up Visual Saliency Detection and Its Application A Thesis Submitted to Chongqing University in Partial Fulfillment of the Requirement for the Doctor ‟s Degree of Engineering By Yang Weibin Supervised by Prof. Tang Yuan Yan Specialty：Computer Science and Technology College of Computer Science Chongqing University, Chongqing, China April 2013 中文摘要 摘 要 面对庞大的视觉信息，由于处理能力有限，人类视觉系统能自动有选择地处理 复杂自然场景中的重要视觉信息，这种优先处理重要信息的能力，也称为视觉选 择注意机制，让人类能够快速、准确、有效地完成各种视觉任务。为了找到模拟 人类视觉注意机制的计算模型，长期以来，生理学、心理学以及计算机视觉领域 的研究者们付出了巨大的努力，并提出了许多视觉显著性检测方法。最近几年， 随着生理学和心理学方面的不断发展，视觉显著性检测受到了越来越多研究者的 关注。 人类视觉系统通过两种不同的方式对场景进行观察，即快速的、自底向上的、 基于显著性的、任务独立的方式和缓慢的、自顶向下的、人为控制的、任务依赖 的方式。目前，由于自底向上的方式不依赖于特定的任务，大多数研究都是通过 自底向上的方式进行视觉显著性估计。视觉显著性检测能提取图像中的显著性区 域，符合人眼的观察行为。因此，各种模型计算出的显著性结果被广泛用于各种 计算机视觉和模式识别应用中，如目标分割，目标识别，图像或视频质量评估， 图像融合、视频压缩和目标跟踪等。 本文主要针对自底向上的视觉显著性检测方法展开讨论和研究，从人类视觉系 统的生理学和心理学特点出发，结合计算机视觉领域中的图像处理技术，提出了 新的自底向上的视觉显著性检测模型，并将显著性结果应用到目标识别与目标分 割等应用中去。本文的主要研究内容及贡献如下： ①针对不同的应用任务，即显著性目标检测与人眼注意点预测，综述了现有的 视觉显著性计算模型的特点和实现方法。通过对比模型之间的优缺点，为提出新 方法提供了新的视野。同时，总结了现有的常用数据库和常用评价方式，为深入 研究视觉显著性检测方法提供了研究基础。 ②针对人类视觉系统的视野转移过程，结合现有神经生理学和认知心理学等领 域的证据和现有视觉注意计算模型的实验结论，提出了一种基于中心偏移的视觉 显著性检测方法。首先根据人类视觉系统的注意力特点，定义了一个通用概率模 型，将视觉显著性定义为特征和位置结合的条件概率。其次，利用视野中心转移 来模拟人类视觉系统的视野转移过程，通过结合图像多尺度分析，在通用概率模 型框架下，实现了基于中心偏移的视觉显著性检测方法。实验结果表明，该方法 不仅在显著目标识别中优于现有算法，在人眼注意点预测方面也有比较突出的性 能。 ③结合现有算法的特点，提出了基于多通道特征融合的视觉显著性检测框架。 I 重庆大学博士学位论文 基于多通道特征融合的方法是在Itti 模型的基础上提出的，由特征变换、特征组合、 显著性度量和特征图融合等四个部分组成。此框架具有简单有效，利于扩展的特 点。在此框架基础上，通过对每个功能部分的改进优化，分别实现了基于散射变 换和支持度变换的视觉显著性检测方法。实验结果表明，在此框架下的视觉显著 性检测方法，能有效地预测人眼注意点的注意范围，提取出符合视觉特点的显著 性区域。