RGB-D圖像的顯著區(qū)域檢測.pdf

1、近年來，隨著智能手機、數(shù)碼相機等電子設備的普及，以圖像為主的多媒體信息逐漸成為了人們傳遞和獲取信息的主要載體。面對呈現(xiàn)幾何級數(shù)增長趨勢的多媒體信息，計算資源的增長速度則相對比較緩慢，因此人們希望找到能夠符合人類視覺系統(tǒng)選擇機制的模型，使得計算資源能夠進行合理的分配，達到計算資源充分且高效的利用。為了滿足以上需求，基于視覺注意機制的顯著區(qū)域檢測成為了計算機視覺領域的研究熱點。
　　本文研究基于深度信息的RGB-D圖像顯著區(qū)域檢測算法

2、，現(xiàn)有的顯著性分析模型大多通過提取圖像的二維特征（如顏色、亮度和方向等）來計算顯著圖，卻忽略了場景中物體的空間位置關系。鑒于現(xiàn)有模型對特征選擇的局限性，我們提出了基于深度信息的顯著區(qū)域檢測算法，主要研究工作包含以下兩個方面:
　　1.提出一種基于深度信息的顯著目標檢測算法。在對深度信息進行處理后，顯著目標的不同區(qū)域會處于同一深度，該算法在現(xiàn)有方法生成的顯著圖的基礎上，以分割后的圖像塊為單位，利用深度信息對原有的顯著圖進行塊內(nèi)擴展，

3、并通過提取顏色特征計算相鄰塊之間的相似性，進行塊間的擴展，達到細化顯著目標輪廓的效果，生成最終的顯著圖。同時構建了一個包含600幅RGB-D圖像的數(shù)據(jù)庫。通過在該數(shù)據(jù)庫上進行實驗比較，證明在顯著目標檢測結(jié)果中，融合深度信息的算法比現(xiàn)有算法效果更好。
　　2.提出一種基于深度先驗知識的視覺注意點預測算法。待檢測圖像的視覺注意點和與其相似圖像的視覺注意點有關。首先該算法通過融合深度特征尋找待檢測圖像的k-近鄰圖像，其次通過利用k-近鄰