【摘要】：針對已有視覺注意模型在整合對象特征方面的不足,提出一種新的結(jié)合高層對象特征和低層像素特征的視覺注意方法。首先,利用已訓(xùn)練的卷積神經(jīng)網(wǎng)(CNN)對多類目標(biāo)的強大理解能力,獲取待處理圖像中對象的高層次特征圖;然后結(jié)合實際的眼動跟蹤數(shù)據(jù),訓(xùn)練多個對象特征圖的加權(quán)系數(shù),給出對象級突出圖;緊接著提取像素級突出圖,并和對象級突出圖融合獲得顯著圖;最后,在OSIE和MIT數(shù)據(jù)集上驗證了該方法,并與國際上流行的視覺注意方法進行對比,結(jié)果顯示該算法在OSIE數(shù)據(jù)集上獲得的AUC值相對更高。實驗結(jié)果表明,所提方法能夠更加充分地利用圖像中對象信息,提高顯著性預(yù)測的準(zhǔn)確率。
【作者單位】： 華中科技大學(xué)自動化學(xué)院;多譜信息處理技術(shù)國家重點實驗室(華中科技大學(xué));
【基金】：華為創(chuàng)新基金資助項目(YJCB2010022IN)~~
【分類號】：TP391.41
，

本文編號：2543136