视觉显著性检测键技术研究.pdf

国内图书分类号：TM301.2 学校代码：10213 国际图书分类号：62-5 密级：公开 工工工学学学博博博士士士学学学位位位论论论文文文 视觉显著性检测关键技术研究 博士研究生：景慧昀 导 师：牛夏牧教授 申 请 学 位：工学博士 学 科：计算机科学与技术 所 在 单 位：计算机学院 答 辩 日 期：2014 年3 月 授予学位单位：哈尔滨工业大学 万方数据 Classified Index: TM301.2 U.D.C: 62-5 Dissertation for the Doctoral Degree in Engineering RESEARCH ON KEY TECHNIQUES OF VISUAL SALIENCY DETECTION Candidate: Jing Huiyun Supervisor: Prof. Niu Xiamu Academic Degree Applied for: Doctor of Engineering Specialty: Computer Science and Technology Affiliation: School of Computer Science Date of Defence: March, 2014 Degree-Conferring-Institution: Harbin Institute of Technology 万方数据 摘 要 摘 要 随着互联网技术和多媒体技术的飞速发展，数字媒体信息呈现出以几何级 数增长的态势。海量的数字媒体为人们的娱乐、教育和商业带来便利的同时， 也为视觉信息处理技术提出了新的挑战。一方面，数字媒体的信息量远远超过 计算机拥有的处理能力，人们需要将有限的计算资源用于处理数字媒体中的重 要部分；另一方面，人类具有从大量视觉信息中选择少量重要信息进行详细分 析处理的能力，人们希望计算机能够模拟人类的这种能力。视觉显著性检测方 法可以自动预测、定位和挖掘数字媒体信息中对人们重要的视觉信息，可以帮 助计算机对海量的视觉媒体信息进行有效筛选。本文从计算机视觉任务对显著 性检测所显现出的需求出发，对视觉显著性检测的关键技术进行研究。本文的 主要创新点包括： 第一，提出了一种基于融合特征的视觉显著性检测算法，用于预测视觉注 视点。该算法通过对多种视觉特征进行特征级融合生成融合特征的方式来模拟 神经细胞同时受多个不同种类特征激发的过程，并通过对融合特征的显著性度 量来获得对多种视觉特征敏感的神经元响应而激发的显著度。为了更加全面的 度量显著性，该算法结合局部的和全局的显著性度量方式来对融合特征进行显 著性计算。在公开的人眼视觉注视点测试库上的实验结果表明，本文提出的基 于融合特征的预测视觉注视点的显著性检测算法能够取得较好的视觉注视点预 测结果。 第二，提出了一种基于背景对比的显著区域检测算