先驗(yàn)融合和特征指導(dǎo)的顯著目標(biāo)檢測方法研究.pdf

1、顯著目標(biāo)檢測是機(jī)器視覺的重要組成部分，通過它可以準(zhǔn)確檢測出圖像場景中的顯著區(qū)域。顯著目標(biāo)檢測技術(shù)應(yīng)用的領(lǐng)域十分廣泛，主要有圖像分割、圖像壓縮、目標(biāo)檢測和識(shí)別、圖像檢索等領(lǐng)域。人類的視覺系統(tǒng)能夠迅速且有效的識(shí)別出圖像場景中的顯著目標(biāo)，這是因?yàn)閳D像中的不同區(qū)域給人類眼球不同的刺激程度。而顯著目標(biāo)檢測正是通過研究人類視覺機(jī)制的這一特點(diǎn)，通過對圖像場景中不同區(qū)域的質(zhì)量差異性感知，來識(shí)別出顯著目標(biāo)區(qū)域。
　　顯著檢測方法主要分為自頂向下和自

2、底向上兩種，自底向上的方法主要利用圖像的顏色特征、空間距離特征、紋理特征等低級線索進(jìn)行顯著目標(biāo)檢測。但是由于缺乏上層知識(shí)的指導(dǎo)，自底向上的方法往往會(huì)有很多的誤檢現(xiàn)象。因此，本文提出了先驗(yàn)融合的全局和局部顯著檢測方法。傳統(tǒng)的基于對比先驗(yàn)的方法，有的單獨(dú)的使用全局對比先驗(yàn)，這會(huì)導(dǎo)致背景稀缺區(qū)域被誤檢為顯著目標(biāo)。有的單獨(dú)的使用局部對比先驗(yàn)，這會(huì)導(dǎo)致顯著目標(biāo)區(qū)域不能被均勻的凸顯。針對上述的問題，本文首先提出了同時(shí)考慮全局角度和局部角度的顯著檢測

3、方法，使得兩者相互補(bǔ)充。同時(shí)本文在全局角度和局部角度使用先驗(yàn)融合的方法提升算法的魯棒性和有效性。全局角度:本文在全局對比先驗(yàn)中融合了基于凸包的centerness先驗(yàn)，通過估計(jì)顯著目標(biāo)的大致區(qū)域來有效的解決背景稀缺區(qū)域被誤檢的問題。局部角度:在局部對比先驗(yàn)中引入了compactness先驗(yàn)，通過計(jì)算圖像場景中超像素的空間緊湊度來檢測顯著目標(biāo)，從而有效解決顯著目標(biāo)區(qū)域不能均勻凸顯的問題。為了更好的抑制背景區(qū)域和均勻凸顯顯著目標(biāo)區(qū)域本文還使

4、用了smoothness先驗(yàn)對全局角度和局部角度的顯著圖進(jìn)行優(yōu)化。
　　隨著健壯的測距傳感器的出現(xiàn)以及深度特征在航海和機(jī)器人操作領(lǐng)域中變得越來越重要，顯著目標(biāo)檢測逐漸由對RGB圖像的顯著檢測擴(kuò)展到對RGB-D圖像（RGB圖像和深度圖）的顯著檢測。但是，現(xiàn)有的顯著檢測模型，要么只能適用于RGB圖像的顯著檢測而不能適用于RGB-D圖像顯著檢測，要么只是獨(dú)立的使用RGB圖像的特征和深度特征分別進(jìn)行顯著檢測并將檢測的結(jié)果進(jìn)行簡單的融合，不

5、能使得特征間相互指導(dǎo)，相互補(bǔ)充。而在本文中，首先同時(shí)考慮了RGB圖像的CIELab顏色特征和深度圖的深度特征，對特征進(jìn)行相互融合，相互指導(dǎo)，提出了特征融合的Manifold Ranking方法用于對RGB圖像進(jìn)行顯著性檢測，使得深度特征能夠有效指導(dǎo)RGB圖像的顯著檢測。其次，依據(jù)深度圖的初步顯著圖和深度圖的深度特征信息提出了OD方法，使得深度特征進(jìn)一步的指導(dǎo)RGB圖像顯著檢測;再次，依據(jù)RGB圖像的顯著檢測結(jié)果以及深度圖的深度特征信息之

6、間的關(guān)系提出了S-D概率矯正方法，用以對深度圖的初步顯著檢測結(jié)果進(jìn)行有效的矯正。采用這種矯正方法使得RGB圖像的顯著檢測結(jié)果可以有效的指導(dǎo)深度圖的顯著檢測;接著依據(jù)RGB圖像的顯著檢測結(jié)果和CIELab顏色特征信息提出了OC方法，使得RGB圖像的顯著檢測結(jié)果進(jìn)一步指導(dǎo)深度圖像顯著檢測。
　　對于本文對RGB圖像顯著檢測算法通過在MSRA-1000、CSSD以及ECSSD這三個(gè)公開的數(shù)據(jù)集上實(shí)驗(yàn)驗(yàn)證，表明本文的兩種方法跟現(xiàn)有的流行算