關(guān)于自底向上的顯著性方法的綜述(更新版)
【正文】 標(biāo)。 tq3322110 )()()()()(39。 分為紅、綠、藍(lán)三個(gè)顏色通道，表示為 ，那么，可以將三個(gè)顏色通道擴(kuò)展為四個(gè)廣義的顏色通道： )(tF Tt ,2,1 ?? T)(tF)(),(),( tbtgtr2)()()()(2)()()()(2)()()()(trtgtbtBtbtrtgtGtbtgtrtR?????????)(2 )()(2 )()()( tbtgtrtgtrtY ?????PQFT模型 ? 類(lèi)似于人類(lèi)視覺(jué)系統(tǒng)，對(duì)立顏色通道定義為 ? 亮度通道和運(yùn)動(dòng)通道定義為 ? 其中 為使用者設(shè)定的延遲因子。 ))(l og()( xpxI ??)(xpGBVS模型 ? GBVS（ GraphBased Visual Saliency）模型是在 Itti的模型基礎(chǔ)之上運(yùn)用馬爾可夫隨機(jī)場(chǎng)的特點(diǎn)構(gòu)建二維圖像的馬爾可夫鏈，通過(guò)求其平衡分布而得到顯著圖 ? 算法步驟： –特征的提?。号c Itti 算法類(lèi)似 –顯著圖生成 ：馬爾可夫鏈方法 FTS模型 ? FTS（ FrequencyTuned Saliency）模型是由 Achanta等人提出的一種自底向上的顯著性檢測(cè)方法，通過(guò)局部顏色和亮度特征的對(duì)比多尺度方法求像素點(diǎn)顯著值。關(guān)于自底向上的顯著性方法的綜述 報(bào)告人：周靜波 2022年 08月 30日 報(bào)告提綱 一． 研究現(xiàn)狀 二． 算法模型介紹 三． 實(shí)驗(yàn)結(jié)果及分析 四． 結(jié)論 研究現(xiàn)狀 研究現(xiàn)狀 ? 基于視覺(jué)注意的顯著性區(qū)域檢測(cè)對(duì)于圖像分析過(guò)程有著非常重要的意義。 ? 根據(jù)香農(nóng)定理，圖像特征對(duì)應(yīng)的自信息通過(guò)下面的公式進(jìn)行計(jì)算 為特征的概率密度函數(shù)。 ? PQFT模型獨(dú)立于先驗(yàn)信息，不需要參數(shù)，計(jì)算高效，適合于實(shí)時(shí)顯著性檢測(cè) PQFT模型 ? 假設(shè) 表示時(shí)間 t時(shí)刻的輸入圖像， ， 為所有圖像幀的總數(shù)。 )(tq )(tQ)()()( tetQtQ ?? ?)(t? )(tQ 1)( ?tQ)(tq )(39。二值隨機(jī)變量 C代表該點(diǎn)是否屬于目標(biāo)， L表示該點(diǎn)的坐標(biāo)位置， F表示該點(diǎn)的視覺(jué)特征。一般情況下，我們并不知道目標(biāo)的位置信息和目標(biāo)的視覺(jué)特征，于是我們省略后兩項(xiàng)，只剩下自信息這一項(xiàng) )(lo g zfFp ??zf)1(lo g ?? CfFp z)1(lo g zlLCp ??)(l o gl o g zz fFps ???GCS模型 ? GCS（ Global Contrast based Saliency）模型是由程明明等人基于輸入圖像的顏色統(tǒng)計(jì)特征提出的基于直方圖對(duì)比度的圖像顯著性值檢測(cè)方法。 ),()(*)/),(e xp()( 2 ikrirrsiksk rrDrwrrDrSik???? ?),( iks rrD kr ir s?PBS模型 ? PBS（ Patchbased Saliency）模型都是先將圖像分割為一系列大小一致的圖像塊，再根據(jù)不同的特征提取方式，對(duì)圖像塊進(jìn)行特征提取。 ip jp),(1),(),(jijic o lo rji ppdi s tppdi s tppitydi s s i m i l ar??????dnnjnijic o lo r uuppd i s t1),(?PBS模型 ? 圖像片 的顯著性計(jì)算方法為： 其中 為圖像片總
職業(yè)教育相關(guān)推薦
鄂ICP備17016276號(hào)-1