圖像內(nèi)容的顯著性與相似性研究_程明明博士論文

1、SaliencySimilarityDetectionfImageSceneAnalysisDissertationSubmittedtoTsinghuaUniversityinpartialfulfillmentoftherequirementfthedegreeofDoctofPhilosophyinComputerScienceTechnologybyMingMingChengDissertationSupervis:Profes

2、sShiMinHuCooperateSupervis:QuanZhanZhengMarch2012摘要摘要隨著數(shù)碼相機和智能手機的普及，以及微博、社交網(wǎng)絡等傳播媒介的快速發(fā)展，圖像已經(jīng)越來越廣泛地融入并改變?nèi)祟惖纳罘绞?。圖像所承載的豐富知識和無盡樂趣為人們帶來巨大方便的同時，也提出了極大的挑戰(zhàn)。一方面，隨著圖像數(shù)量的爆炸式增長，如何通過計算機對圖像進行有效地組織和快速地檢索變得越來越重要；另一方面，雖然目前已經(jīng)有很多圖像編輯方法，但這

3、些編輯方法大多直接操作底層圖像元素，其編輯對象缺乏語義性。圖像的智能組織和語義編輯需要對圖像場景內(nèi)容本身的理解。如何讓計算機理解圖像場景內(nèi)容，以貼近人類感知、加工和存儲信息的方式對圖像內(nèi)容進行分析和組織，是當前計算機視覺與計算機圖形學領域的重要研究課題。本文圍繞圖像場景內(nèi)容的顯著性與相似性分析及應用，研究了圖像視覺顯著性區(qū)域的檢測與分割、群組圖像視覺顯著性區(qū)域的提取與檢索、交互式的圖像場景相似單元分析與編輯等重點問題。主要創(chuàng)新點包括：1

4、.提出了一種基于全局對比度分析的圖像視覺顯著性區(qū)域檢測算法。通過對圖像區(qū)域間的全局對比度和空間相關性進行建模，該算法能夠快速有效地檢測并分割圖像中的視覺顯著性區(qū)域。在國際上現(xiàn)有最大(含1000張圖像)的公開測試集上，該方法的檢測結果優(yōu)于已有方法，顯著性區(qū)域分割結果的準確性從之前最好結果的正確率75%、召回率83%提升到了正確率90%、召回率90%。2.提出了一種利用公共顯著性物體的形狀與表觀一致性，從一組相關、低質(zhì)、不可靠的網(wǎng)絡圖像中魯

5、棒地提取群組顯著性區(qū)域的方法，并建立了一個包含15000張圖像的標注數(shù)據(jù)集來驗證算法的可行性。實驗結果表明，相對基于單張圖像的方法，該方法的結果具有更高的正確率。基于區(qū)域提取結果的草圖圖像檢索系統(tǒng)(SBIR)不但在正確率方面優(yōu)于之前最好的SBIR系統(tǒng)，而且提供了額外的目標物體區(qū)域信息以支持更廣泛的應用需求。3.提出了一種基于簡單交互的相似物體快速檢測與分析方法。該方法基于一種新穎的輪廓帶圖匹配算法快速準確地檢測相似物體單元，并對檢測結果