基于低秩矩陣的視覺顯著性檢測及其應(yīng)用研究.pdf

1、隨著計(jì)算機(jī)視覺技術(shù)的發(fā)展，視覺顯著性檢測已成為研究熱點(diǎn)之一。視覺顯著性在對自然圖像數(shù)據(jù)稀疏表示的同時，常常伴隨著背景的干擾，這對計(jì)算機(jī)視覺任務(wù)后續(xù)工作的完成造成了一定影響。因此，亟待研究一種可有效調(diào)整背景信息的視覺顯著性檢測方法。本文針對背景信息影響顯著圖進(jìn)一步應(yīng)用的問題，提出了一種基于全局和局部低秩矩陣的圖像顯著性檢測算法，并將該算法分別應(yīng)用于視頻顯著性檢測和圖像重定位中。本文工作主要研究內(nèi)容包括：
　　1)在圖像顯著性檢測方面

2、：本文提出了一種基于低秩矩陣的圖像顯著性檢測算法。首先，提取 CIE*Lab顏色空間三通道對比度特征，利用信息熵和標(biāo)準(zhǔn)偏差選取對顯著性貢獻(xiàn)最大的通道權(quán)重融合獲取初始顯著圖。然后，利用全局局部低秩分解對非顯著背景信息進(jìn)行抑制；最終,得到顯著圖。與已有的經(jīng)典顯著性檢測算法比較，實(shí)驗(yàn)結(jié)果表明所提算法具有較好的顯著性檢測精度。此外，針對顯著性檢測客觀質(zhì)量評價方法計(jì)算速度慢的問題，本文還提出了一種基于背景非顯著度的顯著性評價指標(biāo)。通過與傳統(tǒng)ROC

3、曲線的對比實(shí)驗(yàn)表明，所提視覺顯著性評價指標(biāo)具有更好地評測性能。
　　2)在視頻運(yùn)動目標(biāo)顯著性檢測方面：本文提出了一種基于顯著性背景建模的視頻顯著性檢測方法。首先，利用所提圖像顯著性檢測算法對視頻初始幀進(jìn)行顯著性檢測，獲得殘余背景圖像。其次，根據(jù)殘余背景中距離待填充區(qū)域最近像素點(diǎn)的均值作為待填充點(diǎn)的像素值，得到初始幀背景模型。然后，根據(jù)初始幀背景模型對視頻進(jìn)行顯著性檢測，利用信息熵來判斷所得每幀顯著圖信息冗余度的大小，若當(dāng)前幀顯著圖

4、熵值大于所設(shè)定閾值則需要重新對當(dāng)前幀背景建模。最終，通過減除背景得到視頻顯著性目標(biāo)。與經(jīng)典視頻顯著目標(biāo)檢測算法對比實(shí)驗(yàn)表明，本文所提算法具有較高的檢測精度。
　　3)在圖像重定位方面：本文提出了一種改進(jìn)的Seam Carving圖像重定位方法。所提算法首先結(jié)合圖像對比度特征、紋理特征和人臉特征獲取重要信息圖。其次，利用局部低秩矩陣分解對重要信息圖中前、背景信息進(jìn)行權(quán)重劃分與像素取舍，最終實(shí)現(xiàn)圖像重定位。重定位過程中，在縮放尺度較大