改进频域视觉注意模型及其应用研究

《改进频域视觉注意模型及其应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、单位代码１０４７６学号１４０８２８２０２７分类号ＴＰ３９１杯或却耗尖麥硕壬学位论文（专业学位）改进频域视觉注意模型及其应用硏究专业学位领域：软件工程专业学位类别；工程硕±申请人：胡剑兰指导教师：刘尚旺副教授＇■二０—六年五月独创性声明本人郑重声明：所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加标注和致谢的地方外，论文中不包含其他人己经发表或撰写的研究成果，也不包含为获得河南师范大学或其他教育机构的学位或证书所使用过的材料一。与我同Ｘ作的同志对本研究所做的任何贡献均已

2、巧论义中作了明确的说明并表示了谢意。＾作者签名；祠例Ｈ期：关于论文使用授权的说明本人完全了解河南师范大学有关保留、使用学位论文的规定，即：有权保留并向国家有关部ｎ或机构度交论文的复印件和撼盘，允许论文被查阅和借阅。本人授权河！贿师范大学可ｌｉｌ将学化论文的全部或部分内容编入有关数扼库进行检Ｌ索，可：？采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本授权书）’作巧签名；导师签名：与獻邪亂ｉ／〇ＬＬｌRESEARCHONIMPROVEDSALIENCYDETECTIONMODELINFREQUENCYDOMAINA

3、NDITSAPPLICATIONADissertationSubmittedtotheGraduateSchoolofHenanNormalUniversityinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringByHuJianlanSupervisor:Prof.LiuShangwangMay，2016摘要视觉注意机制能够突破信息处理的瓶颈，只允许部分有价值的输入感知信息作为视觉意识的信息来源。同样，在实际应用中优先为显著性目标分配计算资源，能够提高计算速度。因此，研究视觉注意模型(Visual

4、AttentionModel,VAM)在计算机视觉领域具有重大意义。空间域视觉注意模型效果较好，但是普遍存在计算复杂度高和手工可调参数过多等不足。为弥补空间域模型的不足，频域视觉注意模型逐渐成为研究热点，但是频域视觉注意模型趋向于检测显著目标的边缘而非其内部区域，并且缺乏生物可信性。为此，本文构建一个联合频域与空间域的显著性检测模型，并将其引入图像分类中。本文的重要贡献有：（1）针对频域视觉注意模型倾向于检测目标边缘的问题，本文对HFT(HypercomplexFouriertransform)模型进行改进，并提出IHFT(ImprovedHFT)模型。首先，改进超复数实虚部系数，使

5、图像超复数表示更符合人类视觉特性。其次，引入空间标准差和对比函数选择最优显著图。在精确标记显著目标的最大数据库上，本文IHFT模型的AUC平均值为0.8454，F-measure达到0.8300。因此，IHFT相比于其他模型具有优越性和有效性。（2）针对IHFT模型仍然不能均匀完整地突出整个显著性目标的问题，为更加符合人类视觉感知，在图像超复数表示中引入深度信息，同时为提高模型的检测准确性，在IHFT模型的基础之上引入HC(Histogram-basedContrast)模型改善性能。IHFT模型能够最大程度地检测出复杂纹理背景的显著性目标，但是更倾向于检测边缘；而HC能够均匀突出显

6、著性目标的整体，却对于纹理复杂的背景图像无能为力。本文取长补短，运用熵值分布作为IHFT与HC的融合权值，进行非线性融合得到最终理想显著图。实验结果表明，IHFT+HC混合模型既能均匀地突出整个显著目标，又能处理背景复杂的图像；其平均AUC值为0.8985，F-measure达到0.8414，优于相关模型。（3）提出一种基于视觉注意模型的图像多分类方法。首先，为降低计算复杂度，文中在提取显著区域的前提下进行图像分类。其次，提取显著区域图像的纹理和PCNN时间签名特征，大大降低了特征维数，并且能够更加合理的表达图像的本质内I容。最后，利用SVM进行图像多分类。实验结果表明，本文提出的基

7、于视觉注意模型的分类正确率达到94.42%，比基于原始图像的图像分类方法提高了5.04%。关键词：频域视觉注意模型，HFT模型，HC模型，图像分类IIABSTRACTVisualattentionmechanismcanbreakthroughthebottleneckofinformationprocessing,anditonlyallowssomevaluableinputperceptioninformationasthesourceofvisua