视觉显著性算法概述.pptVIP

PBS模型 使用PCA抽取特征。对图像片矩阵 ，计算 对应的协方差矩阵为： 对A进行特征值分解，选择前d个最大特征值对应的特征向量 。其中U的维度为 。 第三十页，共四十二页，2022年，8月28日 视觉显著性算法概述 第一页，共四十二页，2022年，8月28日 报告提纲 研究现状 算法模型介绍 实验结果及分析 结论 第二页，共四十二页，2022年，8月28日 研究现状 第三页，共四十二页，2022年，8月28日 研究现状 基于视觉注意的显著性区域检测对于图像分析过程有着非常重要的意义。注意是人类信息加工过程中的一项重要的心理调节机制，它能够对有限的信息加工资源进行分配，使感知具备选择能力。如果能够将这种机制引入图像分析领域，将计算资源优先分配给那些容易引起观察者注意的区域，这样必将极大的提高现有的图像处理分析方法的工作效率。显著性区域检测正是在这个基础上提出并发展起来的。 第四页，共四十二页，2022年，8月28日 研究现状 显著性检测一般分为两类 自下而上基于数据驱动的显著性区域突现 自上而下任务驱动的目标突现 本报告只关注自下而上的显著性检测算法 第五页，共四十二页，2022年，8月28日 研究现状 Achanta 将这些算法