基于运动特征的视觉注意计算模型研究

论文摘要

视觉注意机制是人类视觉系统一项重要的心理调节机制。利用视觉注意机制,人们能从海量的视觉信息中快速提取有用信息,及时有效的对外界环境做出反应。借鉴人类视觉系统的注意机制发展起来的视觉注意计算模型是图像处理领域的热点研究方向,引入视觉注意机制的图像处理方法有助于合理分配计算资源,提高图像信息处理效率,具有广阔的应用前景。论文主要基于自下而上的视觉注意计算模型展开研究,论文的主要工作包括静态模型研究和动态模型研究两部分。论文对静态模型的研究以Itti模型为基础,分析介绍了搭建视觉注意计算模型的关键算法,针对Itti模型中存在的一些问题,对颜色、亮度两个特征维度上的中央周边操作算法进行了优化,实验表明改进后的算法更符合相关人类视觉系统的特性,且有利于模型中top-down信息的添加；同时对方向特征,通过分析Gabor滤波器本身的特性,改进了该特征维度上的特征图的计算方法。传统的Itti模型主要是针对静态图像进行显著性区域的计算,因此进行基于运动特征的视觉注意模型的研究,有利于视觉注意模型向动态场景的扩展,从而使模型与生物视觉系统的感知更加接近以认知心理学对于动态特征的研究成果,本文基于静态模型中改进的中央周边操作算法提出了一种有效的运动特征添加方法,并通过实验验证了方法的有效性。论文的研究比较完整分析了视觉注意计算的思想与方法,实现了一个适用性较强的动态视觉注意计算模型,并提高了视觉注意计算模型的理论价值和应用价值。实验表明,本文提出的模型较好地运用了视觉认知规律,使视觉注意处理结果更加符合人类视觉感知的基本特征。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题研究背景
• 1.2 课题研究现状
• 1.2.1 理论研究现状
• 1.2.2 应用研究现状
• 1.3 本文研究内容及章节安排
• 1.3.1 本文研究内容
• 1.3.2 章节安排
• 第二章 视觉注意机制的生理及理论基础
• 2.1 视觉注意机制的生理基础
• 2.1.1 视觉信息产生
• 2.1.2 视觉信息传递
• 2.1.3 视觉信息处理
• 2.2 视觉注意机制的认知心理学基础
• 2.2.1 视知觉
• 2.2.2 多级记忆结构
• 2.2.3 信息选择机制
• 2.3 视觉注意机制的理论基础
• 2.4 本章小结
• 第三章 基于Bottom-up信息的视觉注意计算模型
• 3.1 基于Bottom-up信息的Itti模型
• 3.1.1 初级视觉特征的提取
• 3.1.2 显著图及兴趣图的生成
• 3.1.3 注意焦点转移
• 3.2 Itti模型的改进
• 3.2.1 中央周边操作
• 3.2.2 方向特征显著图算法
• 3.3 本章小结
• 第四章 基于运动特征的视觉注意模型
• 4.1 相关工作
• 4.1.1 基于帧间差异的运动特征提取方法
• 4.1.2 基于帧间运动向量的运动特征提取方法
• 4.2 视觉注意模型运动特征的添加
• 4.2.1 运动向量提取
• 4.2.2 运动向量的应用
• 4.2.3 运动特征显著图的生成
• 4.2.4 实验验证
• 4.3 本章小结
• 第五章 总结展望
• 5.1 论文主要工作总结
• 5.2 后续工作展望
• 参考文献
• 致谢
• 学位论文评阅及答辩情况表