基于多先验和图结构的显著性物体检测

发布时间：2017-05-15 23:11

  本文关键词：基于多先验和图结构的显著性物体检测，，由笔耕文化传播整理发布。

【摘要】：显著性物体检测,是一个从图像中检测出最能引起人视觉注意的物体区域的计算机视觉处理过程,它模拟的是人类视觉系统的信息处理环节,为进一步高层问题的研究奠定基础。本文所研究的显著性检测属于“自底向上”、纯数据驱动、不带有人主观目的的检测,重点研究了面向单幅图像和群组图像的显著性检测算法设计,主要工作与创新点包括以下四点:1.基于边界先验与视觉注意的显著性模型:该模型利用边界先验,通过建立图结构得到图像中每一个超像素到边界的测地线距离,利用其来衡量显著性大小。同时为了提高显著性图的质量,提出基于最大均值偏差的视觉注意点图。实验测试和比对都证明了所提出方法的有效性。2.基于多先验与能量图的显著性模型:该模型分别从显著性物体和背景出发,结合各自先验知识的优势来定义对应的显著性衡量方式。对于显著性物体,融合了中心-周围对比度、中心、布局等先验来衡量图像元素间的迥异性,凸显显著物体具有的性质;对于背景,再次利用边界先验,基于所定义的能量图和8邻域“缝”,动态优化找到每一个像素到边界的最优“缝”,以“缝”的成本来衡量显著性大小。实验表明,该模型能够取得可靠、高质量的显著性检测图。3.群组图像的协同显著性模型:该模型最大的贡献就是使得(单幅图像的)显著性模型在协同显著性的任务场景下发挥其潜在的指导作用,利用任意一种单幅显著性模型得到的检测结果,在一个排序框架下,通过一个两阶段的查询关键词选择,指导协同显著性检测的进行,最后融合输出得到最终的协同显著性图。实验结果表明,该模型成功地突出了共同显著性物体,抑制了非共同显著的背景,还能应对群组图像中掺杂入少量不相关图像的情况,与现有模型相比,不仅检测准确度更高,而且大大提升了检测的效率。4.显著性在虚化图像中的应用:基于Android开发了一个可以在移动端使用的App应用Lee Bokeh,该应用旨在贴近大众需求,大大降低虚化图像对拍摄设备、技术以及后处理的要求,实现了全自动获得虚化图像的功能。
【关键词】：显著性检测 图结构 多先验 协同显著性检测 Android应用
【学位授予单位】：上海交通大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.41
【目录】：

• 摘要5-7
• ABSTRACT7-12
• 第一章 绪论12-22
• 1.1 研究背景12-13
• 1.2 国内外研究现状13-18
• 1.2.1 显著性检测13-16
• 1.2.2 协同显著性检测16-18
• 1.3 研究内容和技术路线18-19
• 1.4 创新点和组织结构19-20
• 1.5 本章小结20-22
• 第二章 基于边界先验与视觉注意的显著性检测22-40
• 2.1 边界先验22-28
• 2.1.1 图像预处理23-24
• 2.1.2 建立图结构24-26
• 2.1.3 显著性图计算26-27
• 2.1.4 显著性图融合27-28
• 2.2 视觉注意点28-30
• 2.3 实验结果30-38
• 2.3.1 定性与定量比较30-37
• 2.3.2 参数讨论37
• 2.3.3 算法效率37-38
• 2.4 本章小结38-40
• 第三章 基于多先验与能量图的显著性检测40-56
• 3.1 从显著性物体出发的多先验40-42
• 3.1.1 对比先验40-41
• 3.1.2 中心先验41-42
• 3.1.3 布局先验42
• 3.2 基于能量图的边界先验42-46
• 3.3 显著性赋值46-47
• 3.4 实验结果47-53
• 3.4.1 定性与定量比较48-50
• 3.4.2 参数讨论50-52
• 3.4.3 单步效果验证52-53
• 3.4.4 算法效率53
• 3.5 本章小结53-56
• 第四章 群组图像的协同显著性检测56-70
• 4.1 算法流程56-58
• 4.2 EMR排序算法58-59
• 4.3 两阶段查询关键词的选择59-61
• 4.3.1 第一阶段60
• 4.3.2 第二阶段60-61
• 4.4 多图融合61-62
• 4.5 实验结果62-67
• 4.5.1 定性与定量比较63-66
• 4.5.2 显著性模型的独立性66-67
• 4.5.3 算法效率67
• 4.6 本章小结67-70
• 第五章 基于Android的显著性应用70-78
• 5.1 图像虚化70-71
• 5.2 可行性分析71-73
• 5.2.1 理论可行性71-72
• 5.2.2 开发可行性72-73
• 5.3 Lee Bokeh应用73-77
• 5.4 本章小结77-78
• 第六章 总结与展望78-82
• 6.1 主要工作78-79
• 6.2 后续研究79-82
• 参考文献82-90
• 致谢90-92
• 攻读学位期间发表的学术论文目录92

【相似文献】

中国期刊全文数据库 前10条

1 郭小梅;MFC中文档/视图结构的应用[J];南京晓庄学院学报;2001年04期

2 叶红云;倪志伟;倪丽萍;;一种检测兴趣漂移的图结构推荐系统[J];小型微型计算机系统;2012年04期

3 江珊珊;;对VC++6中文档/视图结构的探析[J];泰山学院学报;2009年06期

4 马福宁;路燕;;SCDBS:一种支持XML有向有环图结构的数据更新算法[J];山东科技大学学报(自然科学版);2010年05期

5 蔡秋茹,何晖;MFC文档/视图结构[J];常州信息职业技术学院学报;2002年02期

6 范立新;基于图结构的迷宫问题求解[J];微计算机应用;1999年05期

7 王宏志;骆吉洲;李建中;;图结构XML文档上子图查询的高效处理算法[J];软件学报;2009年09期

8 马连刚;夏克俭;;中医方剂与图集的转换的设计与实现[J];网络安全技术与应用;2010年02期

9 黄琪瑞;杨智敏;;结构图结构编辑器SCSED[J];计算机研究与发展;1987年03期

10 郎锐;MFC编程中的文档/视图结构[J];电脑编程技巧与维护;2003年11期

中国博士学位论文全文数据库 前1条

1 李磊;具有图结构的两个合作和非合作的博弈论模型[D];南开大学;2012年

中国硕士学位论文全文数据库 前5条

1 李一君;基于多先验和图结构的显著性物体检测[D];上海交通大学;2015年

2 周溜溜;基于图结构的数据挖掘研究及应用[D];南京林业大学;2013年

3 孙浩月;防止图结构攻击的社会网络隐私保护技术研究[D];东北大学;2011年

4 史云飞;基于图结构的社会标注系统个性化推荐研究[D];大连理工大学;2012年

5 楼奇;图与其属性结构相关性的度量研究[D];浙江大学;2011年

  本文关键词：基于多先验和图结构的显著性物体检测，由笔耕文化传播整理发布。

本文编号：369117