视觉显著性检测模型研究及应用-控制科学与工程专业论文.docxVIP

IIII IIII l U II I II l Ull II UI Y3021 056 University of Science and Technology of China A dissertation for doctor’S degree Researches on Visual Saliency Detection model and Its Appl ications Author’S Name： Mingqiang Lin Speciality： Control Science and Engineering Supervisor：Prof．Zonghai Chen Finished time： May 2加，20 1 6 万方数据 中国科学技术大学学位论文原创性声明本人声明所呈交的学位论文，是本人在导师指导下进行研究工作所取得的 中国科学技术大学学位论文原创性声明 本人声明所呈交的学位论文，是本人在导师指导下进行研究工作所取得的 成果。除已特别加以标注和致谢的地方外，论文中不包含任何他人已经发表或 撰写过的研究成果。与我一同工作的同志对本研究所做的贡献均已在论文中作 了明确的说明。 作者签名：盘盘亟 签字日期：，D∥∥．≥ 中国科学技术大学学位论文授权使用声明 作为申请学位的条件之一，学位论文著作权拥有者授权中国科学技术人学 拥有学位论文的部分使用权，即：学校有权按有关规定向国家有关部门或机构 送交沦文的复印件和电子版，允许论文被查阅和借阅，可以将学位论文编入《中 国学位论文全文数据库》等有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。本人提交的电子文档的内容和纸质论文的内 容相一致。 保密的学位论文在解密后也遵守此规定。 日公开 口保密(——年) 作者签名：必幺圣坠 导师签名： 签字日期：』洲‘、‘．2， 签字日期： 万方数据 摘要摘要 摘要 摘要 人类视觉系统在面对复杂自然场景时，具有快速搜索感兴趣口标的能力， 这种能力我们称之为视觉注意。在人类生存与发展的过程中，视觉注意扮演着 至关重要的角色。视觉注意和人类如何感知、处理视觉刺激紧密相关，并且正 在被包括认知心理学、神经生物学和计算机视觉在内的多个学科进行研究。随 着认-IN,g,理学和神经生物学的不断发展，通过对视觉机理的研究发现，人类视 觉对场景中目标的选择性可分为两个阶段：一个快速的、无意识的、数据驱动 的、白底向上的阶段和一个较慢的、有意识的、任务驱动的、臼顶向下的阶段。 而与视觉注意紧密相连的概念就是视觉显著性，他是指导视觉注意的一个关键 注意机制。图像显著性区域检测研究的目的是快速定位显著性区域并反映显著 性区域的显著程度。视觉显著性区域检测在图像处理中有着广泛的应用，包括 图像分割、目标识别、自适应压缩、内容敏感图像编辑、图像检索、目标检测、 日标跟踪、图像质量评价等。本文从视觉注意机制的研究出发，对视觉显著性 检测与应用中的一些关键问题进行了较为深入的研究，提出了一些新的思想和 算法。论文的主要工作与贡献包括： (1)针对已有局部对比度和全局对比度建模方法存在的不足，本文提出了 一种基于条件随机场融合全局特征的显著性区域检测方法。该方法首先采用唯 一性、颜色卒间分布等全局特征计算相应的显著图；其次在条件随机场框架下 融合多个显著图，通过显著性区域与背景区域的区域标注实现显著性区域初步 检测：然后采用基于显著性区域的高斯模型计算目标先验图，并对全局特征显 著图进行高斯滤波；最后再利用条件随机场融合滤波之后的显著图来实现更加 精确的显著性检测。实验结果表明该方法能均匀致密的凸显显著性区域，有效 的抑制背景干扰，并具有较高的检测准确率与召回率。 (2)基于视觉机制挖掘可应用的更高层次的显著性先验特征，本文提出了 一种融合多级显著性特征的显著性目标检测方法。该方法融合了基于像素级的 局部对比度、基于区域级的全局对比度以及基于目标级的背景先验信息。该方 法基于凸包检测技术使用底层的视觉线索从背景分离显著性目标。基于初级的 检测结果提取背景模版，利用PCA计算背景先验信息。为了抑制背景干扰，该 方法采用目标中心先验信息精炼局部对比度特征和伞局对比度特征。在公开的 数据集上的实验表明，该方法所得到的显著图能较好的凸显显著性目标。同时 也证明Otsu自适应阈值方法可以用来产生高质量的口标分割结果。 (3)针对视觉显著性在目标跟踪过程中的应用研究，本文提出了一种基于 视觉注意的目标跟踪算法。该算法首先采用基]二背景先验的视觉显著性检测算 万方数据 摘要法来提取目标的显著性特征，其次采用基于贝叶斯决策理论的前景背景分类方 摘要 法来提取目标的显著性特征，其次采用基于贝叶斯决策理论的前景背景分类方 法来提取目标