基于视觉关注模型与多尺度MSER的自然场景文本检测

自然场景中文本检测易受光照、复杂背景、多语言文字、字体及尺寸等因素影响,该文提出了一种基于Itti视觉关注模型与多尺度最大稳定极值区域(maximally stable extremal region, MSER)结合的自然场景文本检测算法.首先利用改进的Itti视觉关注模型提取文本特征图,并采用不同结合策略得到各尺度文本显著图;然后结合多尺度的MSER区域得到3种文本候选区域.根据文字与生成文本框的几何规则合并文本候选区域得到文本行;最后利用随机森林分类器除去非文本区域得到最终文本区域.实验结果表明,该方法对于自然场景图像中的文本检测具有较高的精确度和一定的鲁棒性.

基于Itti视觉注意模型的三维人脸特征检测方法的研究

将计算机视觉与人类视觉的视觉注意计算模型结合,在对三维人脸特征提取和Itti视觉注意模型进行研究的基础上,提出了一种将Itti视觉注意模型用于三维人脸特征区域检测和特征提取的方法。实验结果表明,该模型能够准确定位三维人脸的特征区域,同时对不同表情的人脸模型具有鲁棒性。

基于改进的视觉关注模型和MVSC的图像拼接算法

图像拼接的实质是将针对同一场景的相互有部分重叠的一系列图片拼结成大幅的、宽视角的、与原始图像接近且失真小、没有明显的缝合线的高分辨率图像。本文首先概述了图像拼接方法中四类典型的方法,并分析各自的特性;介绍了传统视觉关注模型,并进行了改进,利用改进的视觉关注模型算法获取图像的具有重复的显著区域;利用图像配准算法对重复的显著区域进行匹配,并确定源克隆域和目标克隆域;利用均值无缝克隆(MVSC)算法对源克隆域和目标克隆域进行融合;最后,利用基于改进的视觉关注模型和MVSC的图像拼接算法完成图像拼接。实验结果表明:该算法不仅自动准确地获取显著区域,而且降低了图像配准的复杂性,提高了图像拼接的质量。

模型的视觉关注度简化方法与轻量化装配技术

提出了模型的视觉关注度简化方法与轻量化装配技术,建立了从最精确到空模型的6级标准件模型特征库。通过对设计人员视觉、装配结构体、运动链关联的分析,给出了装配部件上的标准件模型动态精细度层级的计算方法,实现了自动切换不同精细度模型的轻量化装配功能,并在飞机设计中应用,有效地提高了设计效率。

融合深度信息的视觉注意计算模型

针对Itti模型在特征选择上的局限性,借鉴心理学中有关视觉注意的研究成果,提出一种融合深度信息的视觉注意计算模型。该模型在基于图像分割的自适应立体匹配基础上提取深度特征,与亮度、方向、颜色特征相结合,实现空间显著性度量,并采用侧抑机制和WTA机制得到注意焦点。实验结果表明,新模型能较好地反映空间立体视觉信息对注意的影响,使计算结果能更符合人类视觉。

一种基于边缘检测的视觉注意计算模型

鉴于Itti视觉注意机制计算模型对显著性区域检测方面的不足,提出一种改进型的基于边缘检测的视觉注意计算模型。该模型在Itti模型基础上,引入边缘信息,能够改善视觉注意计算模型中的显著区域提取效果,且可以更加准确地分割显性区域。实验表明,该方式较传统视觉模型在计算速度上有所提高,且目标物轮廓识别效果更好。

视觉关注转移的事件检测算法

智能监控系统已广泛应用于银行、超市、公交车等公共场合,监控视频的事件检测已经成为智能监控中的关键技术.提出了一种基于视觉关注转移的事件检测方法,该方法首先分别通过对视频帧进行动态和静态受关注模型的提取得到视觉关注显著图,然后根据视觉关注显著图的时域特性形成视觉关注节奏曲线,根据视觉关注节奏的变化强度选取关键帧,以关键帧形式表示受关注事件的发生.实验结果表明,算法提取的关键帧可以准确地标示监控视频中特征事件的发生,并且可以做到实时地检测事件.

基于改进视觉注意模型的显著区域区检测

文中在专家学者提出的视觉注意模型的基础上,提出一种新的视觉注意模型改进算法。首先,采用改进后的Itti模型来计算图像视觉显著性,从底层特征,包括亮度、方向、颜色,然后建立小波金字塔,利用中央周围算子作差运算,得到颜色、亮度和方向每个特征的关注图,然后通过归一化算子,融合成Itti模型下的显著图;接着,借鉴了MA和Zhang等提出的显著图模型算法的一些方法,从全局的角度计算显著图;最后将以上得到的显著图进行归一化融合。

一种权值可发育的视觉选择性注意模型研究

针对Itti视觉选择性注意模型不具有子特征图显著图归一化过程中权值随任务改变而改变的问题,借鉴自主发育在视觉选择性注意学习的研究成果,提出一种权值可发育视觉选择性注意模型作为图像特征提取的学习机制。该算法采用三层自组织神经网络和Itti视觉选择性注意模型相结合的决策进行寻优,通过对模型的训练学习获取最优权值更新。这样既可以保证在初期特征提取内容的完整性,又降低了系统对不同任务条件的约束性,提高了模型特征提取能力。利用权值可发育视觉选择性注意模型对图像进行感兴趣区域特征提取实验,结果表明,该方法能够提高特征提取准确性、减少运算时间,获得了良好的动态性能。

基于改进ITTI模型的SAR图像目标检测

合成孔径雷达作为主动式雷达,具有全天时、全天候、高分辨、可侧视成像等优点,在军事和民用领域得到了广泛的应用。本文将视觉注意机制引入SAR图像目标检测中,针对SAR图像特征,改进传统视觉注意计算模型,并研究了基于视觉显著性的SAR图像目标检测方法。归纳总结了现有的视觉注意计算模型,深入研究了传统ITTI模型中基于这种自底向上的视觉注意模型对不同的SAR图像进行目标检测实验;针对SAR图像具有丰富纹理信息的特点,将纹理特征引入视觉注意模型的初级视觉特征提取阶段,提出了一种合理分配纹理特征与强度特征权重的改进方法,并采用该方法对SAR图像进行了目标检测。实验表明,本文的方法能避免ITTI模型存在的漏检现象,并一定程度上提高了检测区域的完整性。

基于显著语义模型的机场与油库目标的识别方法

采用与传统的利用特征匹配方法进行地物目标识别不同的思路,提出一种基于显著语义模型的机场与油库目标的识别方法.该方法在低层特征空间利用视觉关注模型将航拍图像分解成若干个视觉显著性子图,提取出目标可能存在的候选区域;对训练图像集构建基于SIFT局部特征的特征袋语义模型,并利用模型中的特征字典提取出显著性子图所包含的显著语义特征,以实现对机场和油库目标的快速检测识别.利用Google Earth构建了多种不同成像条件下的典型目标数据库,对文中方法的有效性进行验证.实验的结果表明,该方法比传统的特征匹配方法具有更好的识别性能和更高的运算效率,同时对于光照、视点和尺度变化等干扰具有较强的鲁棒性.

基于视觉注意机制的图像分类方法

针对Itti视觉模型在模拟人类视觉的过程中没有考虑到人眼视觉系统对外界事物边缘和轮廓的注意敏感性的问题,提出一种改进的基于视觉注意机制的图像分类方法,即基于Itti模型,同时引入图像的边缘特征对图像进行分类.经实验验证,与传统的Itti模型相比,该方法具有更高的分类准确率,分类准确率达到97%以上.

基于改进视觉注意机制的跑道异物检测算法

机场跑道异物是影响航空器安全的重要因素。将人类视觉注意机制引入到基于视频跑道异物检测中,在传统Itti模型基础上,进一步提取纹理、边缘特征,依据显著图能量对各个特征进行加权求和,获得最终的视觉显著图。实验结果表明,方法合成的显著图克服了传统Itti模型的不足,对跑道异物的检测效果明显提高。

基于DSP的车载智能移动报警监控系统设计与实现

针对车载智能监控的要求,设计一种嵌入式车体移动报警安全监控系统。系统以TMS320DM642芯片为核心,采用简化的Itti模型来提取监控画面的颜色和亮度特征,并检测和分割出感兴趣区域(Regions of Interest)。根据ROI质心相似度的变化来判断车辆状态。实验结果表明:该系统较为准确地检测和分割感兴趣区域,并能对其进行实时地监控;系统对车辆状态的判断和报警可靠性较高。

基于视频序列的平面海报生成方法

视频摘要是海量视频浏览的重要手段,现有的方法一般生成短帧视频或多帧序列图像以概括原视频,但它们都受限于原有时间序列,难以高效地表达信息.为此,提出了一种视频海报的自动生成方法来制作更为精练的视频摘要.如何提取视频中的关键画面与如何实现海报自动排版是其中的2个核心问题.对现有的视频关键帧提取方法进行扩展,采用综合视觉关注度模型,提出了基于视觉重要性的关键帧排序算法;在现有排版规则基础上,增加了版面位置对视觉心理感知的影响,设计出位置重要性驱动的视频海报自动排版算法.实验结果证明了文中算法的有效性.

一种基于FFMPEG的MPEG-2视频水印算法

近年来,许多算法被提出并且运用到多媒体水印中去,相较于图像水印和音频水印,视频水印数据量大,处理更为复杂。基于FFMPEG平台,大大减少了编程量。同时为了提高水印的不可见性和鲁棒性,将提取出的关键帧,进行离散余弦变换(DCT)变换,利用Itti视觉模型,划分出视觉显著区域,然后采用DC-QIM量化将置乱后的二进制水印信息嵌入非显著区域,保证水印的嵌入对视频质量的影响最小。实验结果表明,算法具有良好的不可见性,以及对常见攻击较好的鲁棒性。

基于视觉注意力模型的背景斑点提取方法

针对传统人工选取背景斑点的不足,提出了一种基于视觉注意力模型的背景斑点提取方法。首先根据Itti显著图模型确定背景图中的显著区域;然后找出若干注意视点,并将这些视点作为种子点在原图上进行区域生长;最后在区域生长的基础上依据相关准则提取出斑点。实验结果表明,该方法可以准确地找到背景图中的明显斑点,使进一步的背景斑点分析成为可能。

高分辨率遥感影像感兴趣区域快速检测

传统高分辨率遥感影像感兴趣区域的检测方法通常要利用先验知识库对整幅影像进行全局分析与搜索,具有很高计算复杂度。从人眼视觉特性出发,提出一种新的高分辨率遥感影像感兴趣区域快速检测算法。基于视觉关注模型对高分辨率遥感影像进行空间降维,确定视觉关注焦点;根据关注焦点位置在原始遥感影像中描述出相应的感兴趣区域。实验结果表明,新方法不仅具有较低计算复杂度,而且有效避免了影像分割、特征检测等计算复杂度较高的全图搜索方法,提高了高分辨率遥感影像感兴趣区域的检测效率。

基于边缘检测的显著区域提取方法

多年以来,众多专家学者建立了诸多模型来模拟人的视觉选择性注意机制,其中最具影响力的当属Itti模型,但其存在着显著区域漏检测及显著区域范围是固定形状的问题。文章基于人眼对物体的轮廓形状信息的感知能力,提出了一种改进型的显著区域提取方法,在原Itti模型基础上加入轮廓特征。本方法与原Itti模型相比较,能够改善其显著性区域的提取效果并且能够较准确的实现显著区域的分割。