基于視覺注意機制的目標(biāo)檢測算法研究.pdf

1、視覺注意機制是人類視覺的一種選擇機制，使得人類能夠快速處理復(fù)雜場景以獲取想要的內(nèi)容。目標(biāo)檢測一直是計算機視覺領(lǐng)域基礎(chǔ)而熱門的研究方向，研究基于視覺注意機制的目標(biāo)檢測具有重要的意義。顯著性檢測算法是一種基于視覺注意機制的目標(biāo)檢測算法，通過檢測場景中最顯著的區(qū)域即最能吸引人類視覺注意的區(qū)域完成顯著目標(biāo)檢測。自顯著性檢測被提出以來，已有很多優(yōu)秀的算法被提出，但很多算法只是提取單一特征或只是對多個特征進(jìn)行簡單地組合來進(jìn)行顯著性檢測。針對以上問題

2、，本文提出了一種多特征多核融合的顯著性檢測算法，計算多特征顯著圖包括顏色、方向與緊致性，并將多個顯著圖進(jìn)行自適應(yīng)融合。本文的主要研究內(nèi)容如下：
　　1、研究了SLIC（simple linear iterative clustering）超像素分割算法，很多的研究成果都表明，基于區(qū)域的顯著性計算的效果要好于基于像素的顯著性計算，而SLIC超像素分割算法得到的超像素區(qū)域的邊緣一致性與緊致性都很好，也被很多優(yōu)秀算法采用對圖像進(jìn)行預(yù)處理

3、?；赟LIC算法分割得到的結(jié)果，本文構(gòu)建了一種圖模型對超像素區(qū)域進(jìn)行相似性擴(kuò)散處理，以得到緊致性顯著圖。
　　2、深入研究了基于區(qū)域的多特征顯著圖計算，包括顏色顯著圖、方向顯著圖與緊致性顯著圖，并對三種顯著圖的結(jié)果進(jìn)行了分析。
　　3、提出了一種基于各個顯著圖的空間方差來自適應(yīng)地分配權(quán)重以進(jìn)行多核融合的方法，與很多算法只是平均分配權(quán)重進(jìn)行融合相比，本文的方法能根據(jù)不同圖像的顯著圖自適應(yīng)地調(diào)節(jié)權(quán)重，魯棒性更好，取得的效果也更