学位论文 > 优秀研究生学位论文题录展示
基于贝叶斯推理的多线索视觉注意模型及其遥感影像目标检测
作 者: 朱辰阳
导 师: 方涛
学 校: 上海交通大学
专 业: 模式识别与智能系统
关键词: 视觉注意 视觉线索 贝叶斯推理 显著图 目标检测
分类号: TP751
类 型: 硕士论文
年 份: 2013年
下 载: 56次
引 用: 0次
阅 读: 论文下载
内容摘要
随着空间探测技术、传感器技术的飞速发展,可获取遥感影像的空间分辨率逐步提高,数据量也越来越大,由于硬件处理条件的限制,现有的数据处理能力与海量遥感影像数据严重不匹配,所以如何在海量数据中找到少量感兴趣的区域,利用有限的处理能力进行优先处理,达到资源的合理分配是遥感领域的关键问题。每当睁开眼睛,大脑就会接收大量外界景物的影像信息,然而大脑的处理能力有限,无法并行处理所有信息,所以视觉系统采用视觉选择性注意机制从大量视觉信息中快速选择出少量而重要的视觉信息,并对其进行优先处理,以减少计算复杂度。可以看出研究大脑的视觉注意机制对于遥感影像处理有着重要的意义。大多数的视觉注意模型都是在Itti经典模型基础上的改进,然而它们有个共性的问题在于显著图的获取都是采用将各特征图通过某种方式简单的线性叠加在一起,显然,这种获取方式并不符合生物机制。神经科学和认知科学的学者研究发现大脑是以一种贝叶斯推理的方式进行视觉感知的,所以如何构建符合生物学机理的贝叶斯模型成为视觉注意研究的新方向。Chikkerur在2010年提出了一个贝叶斯集成的框架,将自顶向下与自底向上的信息用推理的方式进行结合,成功模拟了多种视觉注意现象,但是该框架有一个缺点,它将各个特征同等对待,如它认为“红色”与“黄色”的关系与“红色”与“方形”的关系相同,但实际上,这两种关系的相关性肯定存在差异。本文在Chikkerur模型的基础上,引入了视觉线索的概念,结合新的神经科学研究成果,提出了一个基于贝叶斯推理的多线索视觉注意模型,模型主要包括两个部分,即多种视觉线索的提取部分和集成自顶向下与自底向上的贝叶斯推理部分。实验主要关注了3种视觉线索:形状、颜色和上下文,并将视觉线索按照其发挥作用的视觉通路进行分配。其中形状线索和颜色线索作为目标相关的线索,发生在腹侧通路上,输出的是自底向上的特征图;上下文线索与空间位置相关,发生在背侧通路上,提供的是空间位置的先验。将第一部分各线索的输出作为第二部分的输入,传入到贝叶斯网络中,从而将显著图的获取转换为了求后验概率的问题。利用本文模型和Itti模型进行遥感影像中的目标检测与定位的结果表明,本文模型能有效的检测出目标并给出目标所在的位置,同时能更好的排除背景的干扰,生成的显著图更优。
|
全文目录
摘要 3-5 Abstract 5-12 第一章 绪论 12-18 1.1 研究背景与意义 12-13 1.2 国内外研究现状 13-15 1.3 本文研究内容与组织结构 15-18 1.3.1 本文主要研究内容 15-16 1.3.2 本文组织结构 16-18 第二章 视觉注意的处理机制 18-41 2.1 概述 18-20 2.2 人类视觉系统 20-30 2.2.1 人眼的结构 20-22 2.2.2 视皮层与视觉通路 22-24 2.2.3 神经元感受野 24-30 2.3 人类选择性视觉注意机制 30-34 2.3.1 两种视觉注意方式 30-31 2.3.2 视觉注意的发生阶段 31 2.3.3 视觉注意的表征类型 31-32 2.3.4 视觉注意的神经响应 32 2.3.5 特征整合理论 32-33 2.3.6 视觉注意与视觉通路 33-34 2.4 视觉注意的模型 34-40 2.4.1 视觉注意认知模型 34-36 2.4.2 视觉注意计算模型 36-40 2.5 本章小结 40-41 第三章 基于贝叶斯推理的多线索视觉注意模型 41-68 3.1 概述 41-42 3.2 多线索获取 42-61 3.2.1 形状线索 43-50 3.2.2 颜色线索 50-60 3.2.3 上下文线索 60-61 3.3 集成 Bottom-up 与 Top-down 的贝叶斯推理模型 61-67 3.3.1 计算模型 61-64 3.3.2 贝叶斯模型参数设置 64-65 3.3.3 贝叶斯推理 65-66 3.3.4 贝叶斯模型与视皮层对照 66-67 3.4 本章小结 67-68 第四章 实验与评价 68-80 4.1 概述 68 4.2 视觉注意现象模拟实验 68-74 4.2.1 位移不变性 68-70 4.2.2 基于空间的注意 70-71 4.2.3 基于特征的注意 71-72 4.2.4 注意的突显现象 72-74 4.3 遥感影像目标检测与定位实验 74-79 4.3.1 单架飞机的情况 75-76 4.3.2 多架飞机且飞机集中的情况 76-77 4.3.3 多架飞机且飞机分散的情况 77-79 4.4 本章小结 79-80 第五章 总结与展望 80-82 5.1 全文总结 80-81 5.2 研究展望 81-82 参考文献 82-86 致谢 86-87 攻读学位期间发表的学术论文 87-89
|
相似论文
- 双传感器图像联合目标检测及系统实现研究,TP391.41
- 基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 基于运动目标轨迹分析的智能交通监控系统,TP277
- 注视对听觉感觉门控的影响,R741
- 图像感兴趣区域提取方法研究,TP391.41
- 基于视频的运动目标检测与跟踪方法应用研究,TP391.41
- 基于视觉注意力的视频水印方法研究,TP309.7
- 基于视觉注意与结构失真的图像质量评价方法研究,TP391.41
- 复杂目标视觉注意模型研究,TP391.41
- 视觉注意模型的研究与应用,TP391.41
- 目标的快速检测、定位与运动分析,TP391.41
- 基于视觉注意机制的计算模型的研究及应用,TP391.41
- 视觉注意机制的计算模型及其应用研究,TP391.41
- 基于认知特征的服装风格自主分类的研究与实现,TS941.11
- 低质量文档图像的二值化研究,TP391.41
- 基于视觉注意的显著区域检测算法研究,TP391.41
- 分布式多视角目标跟踪的统计推理方法及实现,TP391.41
- 低码率高保真遥感图像压缩方法研究,TP751
- 信息格式和问题内容对青少年贝叶斯推理的影响,B842.1
- 视频检索中的场景摘要技术研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 遥感技术 > 遥感图像的解译、识别与处理 > 图像处理方法
© 2012 www.xueweilunwen.com
|