本文選題：顯著性檢測　切入點：非線性簡化　出處：《物理學(xué)報》2017年10期

【摘要】：提出了一種空域和時域相結(jié)合的視頻顯著性檢測算法.對單幀圖像,受視覺皮層層次化感知特性和Gestalt視覺心理學(xué)的啟發(fā),提出了一種層次化的靜態(tài)顯著圖檢測方法.在底層,通過符合生物視覺特性的特征圖像(雙對立顏色特征及亮度特征圖像)的非線性簡化模型來合成特征圖像,形成多個候選顯著區(qū)域;在中層,根據(jù)矩陣的最小Frobenius-范數(shù)(F-范數(shù))性質(zhì)選取競爭力最強的候選顯著區(qū)域作為局部顯著區(qū)域;在高層,利用Gestalt視覺心理學(xué)的核心理論,對在中層得到的局部顯著區(qū)域進(jìn)行整合,得到具有整體感知的空域顯著圖.對序列幀圖像,基于運動目標(biāo)在位置、運動幅度和運動方向一致性的假設(shè),對Lucas-Kanade算法檢測出的光流點進(jìn)行二分類,排除噪聲點的干擾,并利用光流點的運動幅度來衡量運動目標(biāo)運動顯著性.最后,基于人類視覺對動態(tài)信息與靜態(tài)信息敏感度的差異提出了一種空域和時域顯著圖融合的通用模型.實驗結(jié)果表明,該方法能夠抑制視頻背景中的噪聲并且解決了運動目標(biāo)稀疏等問題,能夠較好地從復(fù)雜場景中檢測出視頻中的顯著區(qū)域.
[Abstract]:A video saliency detection algorithm combining spatial domain and time domain is proposed.Based on the hierarchical perception of visual cortex and the visual psychology of Gestalt, a hierarchical static salience image detection method is proposed for a single frame image.At the bottom of the layer, feature images are synthesized by a nonlinear simplified model of feature images that conform to biological visual characteristics (double contrast color features and brightness feature images), forming multiple candidate salient regions; at the middle level,According to the minimum Frobenius-norm (F- norm) property of the matrix, the most competitive candidate significant region is selected as the local significant region, and at the high level, using the core theory of Gestalt visual psychology, the local salient region obtained in the middle layer is integrated.The spatial salience map with global perception is obtained.Based on the assumption that the moving target is consistent in position, amplitude and direction of motion, the optical flow points detected by Lucas-Kanade algorithm are classified into two categories to eliminate the interference of noise points.And the motion amplitude of the light flow point is used to measure the motion significance of the moving target.Finally, based on the sensitivity of human vision to dynamic and static information, a general model of spatial and temporal saliency fusion is proposed.The experimental results show that the proposed method can suppress the noise in the video background and solve the problem of sparse moving objects, and can detect the salient regions of the video from complex scenes.
【作者單位】： 延邊大學(xué)工學(xué)院計算機科學(xué)與技術(shù)系 智能信息處理實驗室;
【基金】：吉林省科技發(fā)展計劃項目(批準(zhǔn)號:20140101186JC)資助的課題~~
【分類號】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 金左輪;韓靜;張毅;柏連發(fā);;基于紋理顯著性的微光圖像目標(biāo)檢測[J];物理學(xué)報;2014年06期

2 吳一全;張金礦;;二維直方圖θ劃分最大Shannon熵圖像閾值分割[J];物理學(xué)報;2010年08期

3 許元男;趙遠(yuǎn);劉麗萍;張宇;孫秀冬;;基于偽Wigner-Ville分布和Rnyi熵的顯著圖目標(biāo)檢測[J];物理學(xué)報;2010年02期

4 馬兆勉,陶純堪;區(qū)域分形與人工目標(biāo)檢測[J];物理學(xué)報;1999年12期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 方志明;崔榮一;金t熻，

本文編號：1712433