自然圖像的視覺顯著性特征分析與檢測方法及其應用研究.pdf

1、隨著科技的發(fā)展，近年來圖像及視頻數據量呈爆炸性增長，同時對此類數據的分析與應用需求也在迅猛增加。其中，從圖像與視頻數據中獲取信息是一個重要的基礎工程，相比起計算機，人類在信息感知方面有著先天的優(yōu)勢。人類能夠迅速而精準地識別出圖像與視頻中的內容，提取重要信息并快速總結，而計算機在這方面目前仍沒有快速而準確的模型。在計算機硬件性能快速提升，大數據處理與云計算高速發(fā)展的如今，人們希望機器能夠像人一樣處理海量圖像與視頻數據，由此誕生了視覺顯著性

2、分析檢測模型的研究。
　　視覺顯著性模型即是通過建立計算機數學模型來模擬人類的視覺系統(tǒng)，從而在給定的圖像與視頻數據中提取人類普遍關注的重點。此類重點即為顯著性區(qū)域，它們能直觀地代表人類在觀察圖像與視頻時獲取信息的位置與特征。當前對于視覺顯著性模型的構建主要基于圖像中自底向上的低層特征，并通過融合高級別特征加以改進。在分析模型與數據時，主要使用熱力圖等可視化方法進行直觀展示與對比。相關研究領域方面，顯著性特征已在圖像理解，圖像描述生

3、成等技術中得到了應用。
　　視覺顯著性研究領域的研究存在著諸多挑戰(zhàn)與困難。首先從數據信息的角度出發(fā)，吸引人們關注的特征是未知的，這就需要從經驗的角度出發(fā)，探索需要建立的模型應該包含何種特征，同時各種特征對于人眼關注度的影響程度也是未知的，需要通過具體的分析與實驗來區(qū)分其權重。再者，視覺顯著性數據的獲取過程包括圖像的選取以及人眼跟蹤記錄，對數據的觀測與篩選。每一項的時間與成本開銷都比較大，數據量增加的如今，需要探索更加合適的方法來獲

4、取數據，并通過可視化設計來合理展現與分析數據。最后，視覺顯著性與諸多機器學習領域的研究存在交集，尤其是與圖像描述所具有的重大關聯性，探索視覺顯著性與圖像描述的內在聯系，將顯著性特征應用于增強圖像描述生成模型之中是一個具有重要價值和挑戰(zhàn)性的問題。
　　本文旨在利用國內外已有的研究基礎上展開研究，針對現有視覺顯著性數據與模型方面的不足和難點，通過研究數據特點，不同級別上的特征，構建新的視覺顯著性模型。同時本文在視覺顯著性數據的展現方式

5、，即可視化方法，以及與其它領域的相關性方面進行了研究與探索。本文的主要研究內容和貢獻內容如下：
　　1.提出了一種針對自然場景圖像的視覺顯著性模型，該模型可以檢測并預測自然場景圖像的視覺顯著性區(qū)域。模型在傳統(tǒng)的圖像底層特征的基礎上，引入了自然場景的結構信息作為特征，通過多核學習將多種特征進行融合，構建了在自然圖像方面優(yōu)于傳統(tǒng)方法的視覺顯著性模型。在構建模型的基礎上，本文提出了一個全新的基于自然圖像的視覺顯著性數據庫，為視覺顯著性模

6、型的研究和構建提供幫助和參考。
　　2.提出了一種新的應用于視頻視覺顯著性數據的可視化方法。該方法結合傳統(tǒng)的二維熱力圖與掃描路徑方法，通過Space Time Cube將視頻數據在三維空間上進行展示，同時捆綁二維投影數據與度量標準，在時空維度整體展現了視頻的視覺顯著性數據，方便了視覺顯著性數據的分析與理解。
　　3.提出了針對視覺顯著性與圖像描述的相關性分析。本文在大量數據的分析前提下，展現了視覺顯著性與圖像描述在不同級別的