APP下载

基于深度学习的显著性检测方法模型
——SCS

2018-05-09张洪涛路红英刘腾飞张玲玉张晓明

计算机与现代化 2018年4期
关键词:特征检测方法

张洪涛,路红英,刘腾飞,张玲玉,张晓明

(北京交通大学计算机与信息技术学院,北京 100044)

0 引 言

人眼具有从一张图像中快速定位显著性区域,并过滤掉次要的信息,提取有用信息并传输给大脑进行处理的能力机制,这一机制被称为人眼视觉注意机制。普遍认为人类的视觉系统对周围环境的感知机制分为2种:第一种是自底向上的视觉注意机制,这种机制受视觉刺激,与任务无关;第二种是自顶向下的视觉注意机制,这种机制受意识驱动,与任务相关[1]。近些年,人眼视觉注意机制研究成为了计算机视觉学科的一个重要的研究领域,主要的研究方向包括图像显著性区域检测和目标检测等[2],其中图像的显著性区域检测就是模拟实现上述的2种视觉注意机制。图像的显著性区域检测是包括图像压缩[3]、图像分割[4]、图像检索[5]等在内的许多图像处理任务的前期预处理过程,因此图像的显著性区域检测研究具有重要的意义,本文也致力于快速精准的图像显著性区域检测方法的研究。

传统的图像显著性区域检测方法大多依据自底向上的人眼视觉注意机制,该机制主要受到图像的低级的对比特征的刺激作用产生。简而言之,如果图像中某一位置在亮度和色彩等方面与其周围区域存在较大的差别,则这一区域最有可能引起人眼的视觉注意[6]。根据这一事实依据,传统显著性检测模型采用各种数学建模方法建立数学模型,对图像的所有位置与其周围区域进行数据对比计算,将各种对比结果数据(差异性)进行整合处理来得到最终的显著图。……

登录APP查看全文

猜你喜欢

特征检测方法
如何表达“特征”
不忠诚的四个特征
小波变换在PCB缺陷检测中的应用
用对方法才能瘦
四大方法 教你不再“坐以待病”!
捕鱼
线性代数的应用特征