基于視覺注意機(jī)制的目標(biāo)檢測(cè)算法的研究.pdf

1、圖像目標(biāo)檢測(cè)是從圖像中發(fā)現(xiàn)并定位目標(biāo)，利用人工的方法進(jìn)行目標(biāo)檢測(cè)的過程耗時(shí)，耗力，而且檢測(cè)效率低。計(jì)算機(jī)技術(shù)，人工智能，機(jī)器學(xué)習(xí)等快速發(fā)展，對(duì)圖像目標(biāo)檢測(cè)提出了快速化，智能化，自動(dòng)化地處理。目標(biāo)檢測(cè)的結(jié)果作為更高級(jí)圖像處理（目標(biāo)識(shí)別和目標(biāo)跟蹤）的基礎(chǔ)，檢測(cè)率的高低直接影響之后的處理。傳統(tǒng)的目標(biāo)檢測(cè)方法對(duì)圖像所有區(qū)域進(jìn)行搜索，我們所關(guān)注的目標(biāo)只占圖像中某一區(qū)域，進(jìn)行全面加工加大了分析的復(fù)雜性。視覺注意機(jī)制使得人們?cè)谟邢薜馁Y源下快速發(fā)現(xiàn)復(fù)雜

2、場(chǎng)景下有用的信息，擯棄無用信息，打破對(duì)圖像進(jìn)行逐行掃描的傳統(tǒng)目標(biāo)檢測(cè)方法。本文將視覺注意機(jī)制引入到目標(biāo)檢測(cè)中具有重要意義。
　　本文詳細(xì)介紹了視覺注意機(jī)制的相關(guān)原理和方法，并將其應(yīng)用到目標(biāo)檢測(cè)中，本文主要研究?jī)?nèi)容和成果如下：
　?。?）本文研究視覺注意機(jī)制的發(fā)展現(xiàn)狀，研究自底向上的視覺注意模型，在基于生物機(jī)制的Itti模型基礎(chǔ)上提出基于底層圖像特征的模型，提取圖像的顏色、方向、紋理特征形成特征顯著圖，各特征顯著圖合成總的顯著

3、圖，通過WTA獲得圖像注意焦點(diǎn)和三種評(píng)價(jià)指標(biāo)比較本文模型與傳統(tǒng)模型的性能。
　?。?）研究了自底向上和自頂向下結(jié)合視覺注意模型提出基于 SVM的視覺注意模型，基于底層圖像特征的顯著圖作為SVM的訓(xùn)練特征，通過學(xué)習(xí)數(shù)據(jù)庫(kù)中樣本，訓(xùn)練SVM分類器，訓(xùn)練好的分類器對(duì)測(cè)試圖像進(jìn)行測(cè)試得到顯著圖。該模型提高了精度，顯著圖體現(xiàn)了目標(biāo)的大致位置。
　　（3）在顯著圖的基礎(chǔ)上提出基于 SIFT特征匹配的目標(biāo)檢測(cè)，顯著圖基礎(chǔ)上進(jìn)行目標(biāo)檢測(cè)縮短