学位论文 > 优秀研究生学位论文题录展示

基于拓扑性质的视觉注意力模型的研究及其应用

作　者: 方宇
导　师: 顾晓东
学　校: 复旦大学
专　业: 电路与系统
关键词: 注意力选择拓扑性质空洞滤波显著图评价方法图像分割区域生长
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 95次
引　用: 0次
阅　读: 论文下载

内容摘要

视觉是人类所有知觉中最主要的一种,注意力选择是视知觉中的一个重要特性。我们可以很容易的检测和识别图像以及视频中的不同物体,然而传统的机器视觉却很难做到这一点。心理学研究表明,在人类视知觉过程中,物体的全局拓扑知觉首先得到感知,其次视觉会感知到亮度、颜色、运动等局部特征,将其并行输入到视觉神经元中同步处理。注意力选择机制在视觉感知中发挥了关键性的作用,帮助我们关注和提取场景中感兴趣的区域和目标。现有的注意力选择机制主要分为自下而上和自上而下的注意力两部分。本文中我们研究了视觉注意机制,基于心理学上的拓扑知觉理论,将拓扑性质应用到了自下而上的显著性检测方法中,提出了一个新的客观的显著图评价标准,还将显著性信息应用到了图像分割中。论文的主要工作和贡献包含以下几个方面：1.将拓扑性质应用到了注意力选择模型当中,提出了一个基于拓扑知觉特性的白下而上的显著性检测方法。该方法将视觉信息的拓扑连通性,颜色,亮度,运动等特征提取出来,并行输入到四元数模型中进行处理。经过超复数傅里叶变换,得到原始图像的相位信息。之后将其反变换到空间域,再进行滤波,最终得到模型的注意力显著图。这种方法考虑了视知觉中拓扑性质的重要作用,以著名的心理学理论为基础。我们模型的效果能很好地反映注意力的显著性信息分布。2.提出了一个全新的显著图评价标准。该标准不需要人工参与,完全依靠客观评价。在自下而上的注意力选择模型当中,模型的结果一般都是依靠注意力显著图来表现的。如何有效地评价显著图质量一直是这个领域重要的问题之一。现有的评价方法几乎都需要人工的参与,这样的评价标准难免带有主观性的因素,可信度和说服力都不高。我们提出的评价方法基于模型通道贡献度的评测,完全不需要人工参与,是一个客观的评价指标。基于提出的评价标准,发现了模型中存在的一些问题,进行了改进,调整了拓扑通道的权值,适度地降低了其对最终结果的影响。改进后的模型效果能更客观真实地反映注意力的分布。3.将注意力显著性信息应用到图像分割中,实现了彩色图像的自动分割。现有的彩色图像分割方法绝大多数都严重依赖于人工标记,或者是参数调整。我们将图像的显著性信息提取出来,把目标和背景区域的人工标注改进为显著图自动标记,并结合了均值平移和基于最大相似度的区域生长两种分割方法,提出了一个新的彩色图像自动分割方法。新方法在分割效果上有所提升,但最重要的突破在于它是一个全自动的,不需要人工参与的彩色图像分割方法。

全文目录

相似论文

高中信息技术新课程评价方法的实施研究,G633.67
森林防火系统中图像识别算法的研究,TP391.41
数字图像处理在集装箱检测中的应用研究,TP274.4
个性化人工膝关节设计及其生物力学特性研究,R318.1
基于层次分析法的模糊综合评价研究和应用,O225
大学生综合素质测评研究,G645.5
基于图像处理技术的烟叶病害自动识别研究,S435.72
红外图像目标识别及跟踪技术研究,TP391.41
细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
基于粒子群优化的Fuzzy c-mean聚类算法的基因芯片图像处理,TP391.41
虹膜识别的定位算法研究,TP391.41
基于知识的脊柱MRI影像分割算法研究,TP391.41
基于OpenCV的人脸检测方法研究,TP391.41
计算机辅助髋关节置换手术系统研究与开发,TP391.41
基于单目夜视图像的深度估计,TP391.41
基于中介真值程度度量的图像分割方法研究,TP391.41
基于图像处理的棉花成熟度判定技术的研究,TP391.41
基于空间邻域词袋模型的图像标注技术,TP391.41
基于医学图像序列匹配的分割及三维建模研究,TP391.41
基于数字图像处理技术的路面裂缝检测算法研究,TP391.41
Web图像搜索中基于GPU的图像分割技术术究,TP391.41