论文部分内容阅读
人类凭借眼睛和神经系统可以在极短的时间内发现场景中有价值的信息,若能使计算机具备这种快速信息提取能力,便可使它们高效地服务人类生活。图像显著性检测就是让计算机拥有人类的视觉注意力机制,利用图像自身特征计算出每个像素点属于前景的概率,进而分割出图像中的显著物体。本文根据人类的注意力机制,对自底向上的图像显著性检测方法进行研究,并将静态图像显著性检测方法与视频中图像的运动信息结合,从而计算视频序列中多帧图像的显著性,主要研究内容如下:(1)针对当前图像显著性检测算法存在的边缘检测不清晰和内部不均匀的问题,提出一种以无向权重图为基础,结合多特征传播计算图像显著性的检测方法。首先以超像素为节点构建无向图并改进边界超像素的连接方式。在改进的图的基础上利用图像颜色、纹理特征和局部对比及中心先验等多种先验知识提取高层特征,并得到基于底层特征的显著图。其次,利用高层特征和显著物体的紧凑性分别计算基于前景、背景种子的显著图并融合。最后,将两阶段得到的显著图融合得到最终的显著图。实验表明该算法能更清晰的检测出显著物体的边缘,且能均匀突出整个显著区域。(2)针对复杂环境下,当前图像显著性检测算法难以正确检测显著物体的问题,提出结合稀疏重构误差和显著区域紧凑性计算图像显著性的方法。首先利用结构提取方法对图像预处理,弱化图像中的背景噪声,并将处理后的图像分割成若干超像素。之后一方面利用边界超像素构建背景字典,将各超像素投影在该字典上进行稀疏重构,利用重构误差得到基于稀疏重构的显著图。另一方面利用图像中显著物体的紧凑性分别计算基于前景、背景种子的显著图,融合后得到基于紧凑性的显著图,最后将由稀疏重构误差和紧凑性得到的显著图融合得到最终的显著图。在图像构成相对复杂的数据集上进行对比实验,结果表明该算法具有较高的准确率。(3)针对运动场景显著性检测的研究,将静态图像显著性检测方法延伸到视频中,提出了一种利用图像静态空间特征和运动特征计算视频中各帧图像显著性的方法。首先将图像分割成若干超像素,之后一方面利用超像素颜色、位置等静态空间特征获得背景集构建背景字典,并将所有超像素在背景字典上稀疏重构得到各帧图像的显著图。另一方面提取图像运动特征,利用运动特征获得背景集构建背景字典,再次利用超像素的稀疏重构误差获取各帧图像的显著图,然后将两阶段显著图融合。最后使用能量函数对显著图进行全局优化得到最终显著图。实验表明该算法能有效突出视频中的前景且抑制背景的能力较强。