检索结果-南通市图书馆

基于视觉注意机制的显著性检测技术的研究与实现

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于视觉注意机制的显著性检测技术的研究与实现

作者：范登平广西师范大学

学位级别：硕士

随着图像数量爆炸式地增加,如何通过计算机对图像进行高效地分类变得越来越重要。将显著性检测方法引入图像分类领域成为一种可能的解决方式。然而,虽然目前有很多显著性检测模型,但这些模型大多只能检测固定的显著区域,还没有一个模型... 详细信息

随着图像数量爆炸式地增加,如何通过计算机对图像进行高效地分类变得越来越重要。将显著性检测方法引入图像分类领域成为一种可能的解决方式。然而,虽然目前有很多显著性检测模型,但这些模型大多只能检测固定的显著区域,还没有一个模型能够通过简单地调节模型参数值,实现检测图像中具有不同显著度的显著对象。本文通过模拟人类视觉皮层V1区中基本单元,借鉴了特征整合理论,构造了一个“整合柱”模型。其中的颜色柱模型(Adjustable Saliency,AS),被进一步应用到图像分类领域中,构建了一个图像分类(Image Classification,IC)系统。IC系统以词袋模型的理论为框架,从局部特征和显著性编码方案为切入点。主要工作概括如下：1.构造了一个“整合柱”检测模型,其中AS模型可通过改变调节因子的值来模拟人类视觉中瞳孔调节聚焦的原理,从而能检测出图像中具有不同显著程度的对象。据此过程设计AS模型的算法,并给出其复杂度分析。2.根据给出的解决方案,运用面向对象的软件开发方法,设计并实现基于AS模型的图像分类(IC)系统。3.遵循论文想定,设计测试用例,实验结果表明：在国际上现有最大(1000张图像)的公开测试集上,AS模型性能超越了7种先进的显著性检测模型,IC系统在MSRCv2图库上能显著降低编码本的数量。

关键词：视觉注意机制显著性检测显著性编码超柱结构图像分类

基于生物视觉注意机制的感兴趣目标提取方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于生物视觉注意机制的感兴趣目标提取方法研究

作者：王肖萌中国石油大学(华东)

学位级别：硕士

认知心理学研究发现,那些能够产生新异的刺激、较强的刺激和人所期待的刺激的图像区域容易引起观察者的注意。因此研究视觉注意机制启发下的感兴趣目标提取具有重要的理论与应用价值。本文主要将稀疏编码理论与生物视觉注意机制相结合,... 详细信息

认知心理学研究发现,那些能够产生新异的刺激、较强的刺激和人所期待的刺激的图像区域容易引起观察者的注意。因此研究视觉注意机制启发下的感兴趣目标提取具有重要的理论与应用价值。本文主要将稀疏编码理论与生物视觉注意机制相结合,对静态图像中感兴趣目标的提取方法进行了研究。本文主要工作如下：1.对基于字典学习的稀疏编码方法进行了研究。稀疏编码方法主要是基于字典学习,典型的字典学习算法是基于矩阵奇异值分解的泛化K均值聚类(K-SVD)算法,但K-SVD算法过程耗时。针对这一缺点,提出一种快速字典学习算法,大大节省了时间,提高了效率。2.针对传统基于显著性特征的目标提取方法中存在的问题,提出了一种基于稀有性特征的视觉注意计算模型。将字典学习引入到图像特征提取的过程中,实现了对稀有性特征的提取,较好地解决了传统的视觉注意计算模型在目标提取中存在的目标尺寸大小不确定和轮廓模糊的问题。3.将稀疏编码引入ITTI视觉注意计算模型,提出一种改进的感兴趣目标提取方法。该方法先利用稀疏编码对输入图像进行处理,然后再利用ITTI视觉注意模型进行目标提取。稀疏编码能有效地提取图像的目标区域稀有性特征,比较准确地对目标和背景区域进行划分,并在此基础上拉大两者的像素值差。实验结果表明,改进的ITTI模型能够很好地将原模型中显著度低的目标区域检测出来。

关键词：视觉注意机制稀疏编码字典学习稀有性目标提取 ITTI模型

基于引导滤波与视觉注意机制的红外小目标检测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于引导滤波与视觉注意机制的红外小目标检测

作者：丁春云华中科技大学

学位级别：硕士

将目标从背景中有效分割出来是红外运动目标检测与跟踪技术的一个关键技术。基于热成像原理的红外图像特点是噪声强、干扰多且目标边界模糊不清,尤其是当信号比较弱、热成像面积较小时,背景和噪声在图像中所占比例很大,从而导致对红外... 详细信息

将目标从背景中有效分割出来是红外运动目标检测与跟踪技术的一个关键技术。基于热成像原理的红外图像特点是噪声强、干扰多且目标边界模糊不清,尤其是当信号比较弱、热成像面积较小时,背景和噪声在图像中所占比例很大,从而导致对红外小目标的检测难度增大。因此,红外小目标检测技术的研究更具挑战意义。算法针对红外图像小目标的特点及其检测难点,采用引导滤波进行预处理,在保持目标边缘特性的基础上平滑背景增强背景之间关联性,进行降噪。利用视觉注意机制可以引导人眼在海量的数据中关注到对比度大的区域的特性,采用分层阈值化和连通域分析对图像进行感兴趣区域(Region of interest,ROI)提取,在感兴趣区域内采用多尺度LOG滤波提高目标的信杂比,通过信杂比阈值初步的到检测目标。为正确的检测真实小目标并过滤伪目标,对移动式管道滤波进行改进,充分利用管道中的已有目标的先验信息,实现对红外小目标的准确检测。本文对引导滤波的预处理效果和改进后移动式管道滤波进行了多目标、弱目标、背景复杂情况下的对比实验,实验证明其具有良好的有效性。同时对该算法进行多个视频的实验,计算其检测率与虚警率,结果表明该算法具有良好的适应性。

关键词：视觉注意机制引导滤波分层阈值化连通域分析管道滤波

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于视觉注意机制的红外图像识别与定位

基于视觉注意机制的红外图像识别与定位

作者：马岩沈阳理工大学

学位级别：硕士

随着红外技术在人类生活中的广泛应用，红外图像的识别与定位算法研究在图像处理领域占有越来越重要的地位。在红外图像处理过程中，对处理的准确性以及实时性具有较高要求。由于红外图像中存在大量的背景杂波以及噪声等冗余信息，这些... 详细信息

随着红外技术在人类生活中的广泛应用，红外图像的识别与定位算法研究在图像处理领域占有越来越重要的地位。在红外图像处理过程中，对处理的准确性以及实时性具有较高要求。由于红外图像中存在大量的背景杂波以及噪声等冗余信息，这些都对结果的准确性造成一定的影响。同时，利用传统算法进行图像处理时，需要将待处理图像遍历检测，算法处理过程繁琐且耗时较长，不利于图像处理的实时性要求。然而，在生物视觉系统中，当输入视觉的信息较为复杂且存在大量冗余信息时，生物视觉系统会将注意力集中在引起视觉注意部分区域上，并对其进行优先处理，忽略那些不会引起视觉注意的冗余信息，在最短的时间内，获取输入视觉图像中的主要信息，这一过程称为生物视觉系统的视觉注意机制。在信息处理过程中，这些优先处理的少数对象构成的区域称为图像的感兴趣区域(region of interest, ROI)。通过提取图像的感兴趣区域对其进行处理，不仅可以降低算法的计算量，提高图像处理速度，而且可以增强信息处理的准确性以及信息处理效率。本文将生物视觉注意机制应用到红外图像识别与定位的算法研究中。在充分了解红外图像特征的基础上，对生物视觉非经典感受野进行模拟，通过引入多结构元素的形态学滤波算法，消弱灰度差异较大区域对目标检测的影响，有效实现对红外图像背景的抑制，提高了图像的信噪比。基于生物视觉注意机制提取图像的初级视觉特征，相对于传统算法在红外图像处理中图像显著性不明显的情况，在视觉注意机制模型中加入灰度均衡化算法，突出图像中的目标区域。通过对各初级特征高斯平滑和降采样操作生成高斯金子塔图像，利用周边中央周边差算子，提取各特征显著性，再根据各特征显著性设定不同的权重并进行线性融合，生成图像总显著图。对图像显著区域进行标定，实现对红外图像的定位。最后，基于BP神经网络分类器实现显著区域目标的识别。实验结果表明，本文提出的算法在对红外图像的识别与定位中具有较强的鲁棒性。

关键词：视觉注意机制红外图像背景抑制目标识别特征融合

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于视觉注意机制的目标检测算法的研究

基于视觉注意机制的目标检测算法的研究

作者：范肖肖电子科技大学

学位级别：硕士

图像目标检测是从图像中发现并定位目标,利用人工的方法进行目标检测的过程耗时,耗力,而且检测效率低。计算机技术,人工智能,机器学习等快速发展,对图像目标检测提出了快速化,智能化,自动化地处理。目标检测的结果作为更高级图像处理(... 详细信息

图像目标检测是从图像中发现并定位目标,利用人工的方法进行目标检测的过程耗时,耗力,而且检测效率低。计算机技术,人工智能,机器学习等快速发展,对图像目标检测提出了快速化,智能化,自动化地处理。目标检测的结果作为更高级图像处理(目标识别和目标跟踪)的基础,检测率的高低直接影响之后的处理。传统的目标检测方法对图像所有区域进行搜索,我们所关注的目标只占图像中某一区域,进行全面加工加大了分析的复杂性。视觉注意机制使得人们在有限的资源下快速发现复杂场景下有用的信息,摈弃无用信息,打破对图像进行逐行扫描的传统目标检测方法。本文将视觉注意机制引入到目标检测中具有重要意义。本文详细介绍了视觉注意机制的相关原理和方法,并将其应用到目标检测中,本文主要研究内容和成果如下:(1)本文研究视觉注意机制的发展现状,研究自底向上的视觉注意模型,在基于生物机制的Itti模型基础上提出基于底层图像特征的模型,提取图像的颜色、方向、纹理特征形成特征显著图,各特征显著图合成总的显著图,通过WTA获得图像注意焦点和三种评价指标比较本文模型与传统模型的性能。(2)研究了自底向上和自顶向下结合视觉注意模型提出基于SVM的视觉注意模型,基于底层图像特征的显著图作为SVM的训练特征,通过学习数据库中样本,训练SVM分类器,训练好的分类器对测试图像进行测试得到显著图。该模型提高了精度,显著图体现了目标的大致位置。(3)在显著图的基础上提出基于SIFT特征匹配的目标检测,显著图基础上进行目标检测缩短了全局搜索的时间,提取模板和待检测的图像的SIFT特征,进行特征匹配,精确地检测目标并标记。

关键词：目标检测视觉注意机制 SVM SIFT特征匹配

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于人类视觉注意机制下目标跟踪的研究

基于人类视觉注意机制下目标跟踪的研究

作者：张鹏南京航空航天大学

学位级别：硕士

计算机技术的不断发展促进了目标跟踪在人类生活中的广泛应用。目标跟踪作为模式识别的应用领域之一,成为国内外学者的热门研究课题。但是,随着信息时代的到来,爆炸式的信息量使得目标跟踪环境变得日益复杂。以往算法在光照变化、多干... 详细信息

计算机技术的不断发展促进了目标跟踪在人类生活中的广泛应用。目标跟踪作为模式识别的应用领域之一,成为国内外学者的热门研究课题。但是,随着信息时代的到来,爆炸式的信息量使得目标跟踪环境变得日益复杂。以往算法在光照变化、多干扰物、目标自身形变等复杂条件下显现出鲁棒性弱、跟踪精度低、持久性差的问题。针对周围复杂环境对目标跟踪干扰过大导致跟踪稳定性差的问题,本文提出了基于视觉注意机制的目标检测跟踪算法和基于目标模板库的多任务目标跟踪算法。论文主要研究内容如下:首先,论文研究了本文算法所涉及的图像预处理方法和特征提取技术;介绍了图像采样量化技术对目标图像进行预处理;重点改进了压缩感知特征提取技术,为论文的跟踪算法提供了理论上的保障。其次,论文提出了一种基于视觉注意机制的目标跟踪算法。该算法基于经典视觉注意机制跟踪模型,模拟人类视觉神经系统构建了运动神经通路、感知神经通、中枢神经通路对目标特征进行有效提取和处理;算法对不同通路提取的特征运用中央-周边差分算法计算高斯金字塔下多层特征图,然后整合为显著总图;通过“优胜劣汰”规则对不同显著度的区域进行标定,确定感兴趣度最大的区域作为目标区域实现目标跟踪。另外在系统中加入压缩感知模块对输出特征进行实时监控,解决了跟踪信息丢失问题,调高了跟踪鲁棒性和稳定性。实验表明该算法在应对复杂背景和光照变化跟踪条件下有很好的效果。再次,针对目标形变问题,论文提出了一种基于目标模板库的多任务目标跟踪算法。该算法将视频分为不同行列的小格作为不同的子任务;用多特征匹配方法筛选“粗略”任务小格,然后将筛选出来的子任务用“边缘扩展”规则整合为整体跟踪任务实现“精细跟踪”;另外,借鉴人类视觉与大脑的记忆关联性,建立一个目标模板库存储不同的目标状态历史信息,为每一步跟踪过程提供模板。实验表明该方法能有效解决目标跟踪中出现的自身形变、干扰物遮挡的问题。最后,对论文进行了总结并对进一步的研究进行了展望。本文算法能较好的应对各种复杂条件下的目标跟踪任务并且显现了良好的稳定性和鲁棒性。但是在应对多个目标跟踪任务时由于论文算法计算量过大导致实时性不好,这将是未来课题的研究方向。

关键词：目标跟踪视觉注意机制显著区域特征匹配目标模板库

基于视觉注意机制的家庭服务机器人目标搜寻方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于视觉注意机制的家庭服务机器人目标搜寻方法研究

作者：汪品山东大学

学位级别：硕士

随着人工智能技术的发展以及我国人口老龄化问题的加重,对室内服务机器人的研究成为目前自动控制与计算机技术领域的一大热点。为了让服务机器人具备高效、精确的视觉感知能力,提高机器人的服务水平,因此对机器人视觉算法的研究也成为... 详细信息

随着人工智能技术的发展以及我国人口老龄化问题的加重,对室内服务机器人的研究成为目前自动控制与计算机技术领域的一大热点。为了让服务机器人具备高效、精确的视觉感知能力,提高机器人的服务水平,因此对机器人视觉算法的研究也成为机器人研究领域中的重点。随着图像处理、计算机视觉技术的迅猛发展,应用于机器人视觉领域内的算法层出不穷。但是由于服务机器人工作的家庭环境具有复杂的、非结构化的特征,在具有复杂背景扰动和障碍物遮挡的情况下,实现服务机器人对环境的识别与理解是一件具有挑战性的工作。因此,如何研究出一套适用范围广、准确率高、实时性高的视觉识别方法具有很重要的实际意义。本文以家庭环境下服务机器人为研究对象,对机器人的目标搜寻方法进行了研究,提出了一种基于视觉注意机制的目标搜寻系统。将人类视觉的选择性注意机制应用于机器人的视觉算法中,使得机器人能够像人一样快速铺捉到有用的兴趣区域,减少对无关区域的检索与识别,大大提高了服务机器人的服务效率。本文提出的机器人目标搜寻系统主要包括三个部分:基于视觉注意机制的目标区域预选取、基于改进遗传算法的机器人路径规划、基于WSMTL模型的目标精确识别与匹配。本文主要完成如下工作:（1）研究了基于视觉注意机制的VOCUS预选取系统。该系统是结合Bottom-up和Top-down两种视觉注意力检测机制,协同检测出机器人视觉场景中与目标相关的兴趣区域,作为目标的预选取区域,这样对视觉信息进行了过滤,减少了对无关区域的检测,在一定程度上提高了服务机器人的目标搜寻效率;（2）研究了服务机器人在家庭环境下的路径规划方法,提出了一种基于改进的遗传算法用于路径规划,在遗传算法中引入了可视化空间的概念,保证产生的个体都是可行的,加快了算法的收敛速度。并对遗传算子和变异操作进行了改进,增加了种群的多样性。路径规划模型能够为机器人提供一条从起始位置到目标大致区域移动的最短的、无障碍的路径,便于机器人进行近距离的目标识别;（3）研究了机器人目标精确识别与匹配算法,提出了一种基于弱监督的度量和模版学习的目标识别模型（WSMTL）。采用简单有效的模版匹配算法用于目标识别任务,其中模版是从训练数据中训练得到的。设计一个新的框架,能够抑制噪音和不平衡训练数据的影响,为模版学习和识别自动选择“干净的”图像。通过WSMTL模型实现机器人对目标近距离的识别与匹配,提高目标识别的精确度。

关键词：视觉注意机制 VOCUS系统遗传算法机器人路径规划 WSMTL模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于视觉注意机制的数字水印技术研究

基于视觉注意机制的数字水印技术研究

作者：任璐西安电子科技大学

学位级别：硕士

随着计算机网络和数字技术的飞速发展,多媒体信息的传播越来越便捷,但随之而来的是日益突出的版权保护问题。数字水印技术是一种有效的电子版权保护措施。本文结合人类视觉系统的注意机制,提出了新的灰度数字图像水印算法。文章首... 详细信息

随着计算机网络和数字技术的飞速发展,多媒体信息的传播越来越便捷,但随之而来的是日益突出的版权保护问题。数字水印技术是一种有效的电子版权保护措施。本文结合人类视觉系统的注意机制,提出了新的灰度数字图像水印算法。文章首先根据人眼对图像不同特征区域的敏感程度不同,将图像划分为显著区域与非显著区域,并在显著区域中嵌入高强度水印信息以提高算法鲁棒性;而在非显著区域嵌入较低强度的水印信息以降低图像视觉失真度。其次,本文结合人类视觉系统的光谱特征和两种不同的颜色空间模型,分别提出了两种基于人类视觉注意机制的彩色图像水印算法。实验结果表明,本文提出的几种算法不但提高了水印鲁棒性,而且改善了图像质量,效果均比同类算法突出。

关键词：数字水印视觉注意机制显著图离散余弦变换

基于视觉注意机制的突发视觉目标捕捉和识别研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于视觉注意机制的突发视觉目标捕捉和识别研究

作者：刘义杰国防科学技术大学

学位级别：硕士

人脑在面对复杂场景时，具有无与伦比的信息处理能力，而计算机在处理结构化环境中的视觉任务时，却显得力不从心。科学家们尝试探索人眼面对自然图像理解和目标识别时的工作机理，并在计算机上对它进行建模与模拟。这种视觉机理就是选... 详细信息

人脑在面对复杂场景时，具有无与伦比的信息处理能力，而计算机在处理结构化环境中的视觉任务时，却显得力不从心。科学家们尝试探索人眼面对自然图像理解和目标识别时的工作机理，并在计算机上对它进行建模与模拟。这种视觉机理就是选择性注意机制，它使人眼把注意力集中在感兴趣区域，从而获得对场景目标信息的准确识别，具有很强的适应性和稳定性。近年来，人们将这种注意机制应用于计算机视觉研究中，以降低处理信息的计算量和提高视觉处理算法的计算效率。本论文研究基于视觉注意机制的突发视觉目标捕捉和识别。所做主要工作包括： 1.提出了用一种“动静结合”算法实现突发视觉目标快速识别。实现方式是静态显著图由视觉注意机制生成，动态显著图由光流法产生，线性加权后形成总显著图，检测到感兴趣区域后，再用光流法进行跟踪识别。 2.针对图像全局光流穷举计算所带来的运算复杂和大量的耗时，提出在感兴趣区内进行特征可靠点的光流跟踪方法，并用形变函数来补偿非刚性目标运动引起的尺度变化。 3.分别用本文提出的方法、均值漂移算法及卡尔曼滤波预测对两段视频进行处理、分析、比较，实验结果表明，在目标跟踪和准确识别方面本文方法优于均值漂移算法和卡尔曼滤波预测方法。

关键词：视觉注意机制显著图光流法目标识别