基于视觉注意模型和进化规划的感兴趣区检测方法

被引:22
作者
张菁
沈兰荪
高静静
机构
[1] 北京工业大学信号与信息处理研究室
基金
北京市自然科学基金;
关键词
计算机视觉; 视觉注意模型; 感兴趣区; 进化规划; 显著度; 注意焦点;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
根据生物注意机制,该文提出了一种基于视觉注意模型和进化规划的感兴趣区检测方法。采用进化规划方法分割图像候选区域;区域兴趣度由视觉注意模型产生的局部显著和进化规划计算的全局显著共同度量。在视觉注意模型中,图像经过小波多尺度变换和计算中央周边差得到局部显著度。注意焦点在显著度增强因子的作用下,选取候选区域得到感兴趣区。实验结果表明,所提方法检测的感兴趣区更接近人眼的视觉注意机制,并取得了较为满意的对象检测和兴趣度量结果。
引用
收藏
页码:1646 / 1652
页数:7
相关论文
共 6 条
  • [1] 基于t分布变异的进化规划
    周方俊
    王向军
    张民
    [J]. 电子学报, 2008, (04) : 667 - 671
  • [2] 基于视觉感知的图像检索的研究
    张菁
    沈兰荪
    David Dagan Feng
    [J]. 电子学报, 2008, (03) : 494 - 499
  • [3] 基于视点转移和视区追踪的图像显著区域检测
    张鹏
    王润生
    [J]. 软件学报, 2004, (06) : 891 - 898
  • [4] 小波编码与网络视频传输[M]. 科学出版社 , 沈兰荪, 2005
  • [5] A model for image categorisation based on a biological visual mechanism
    He Dongjian
    Shao Junming
    Gen Nan
    Yang Qinli
    [J]. NEW ZEALAND JOURNAL OF AGRICULTURAL RESEARCH, 2007, 50 (05) : 781 - 787
  • [6] Neural voting machines
    Richards, Whitman
    Seung, H. Sebastian
    Pickard, Galen
    [J]. NEURAL NETWORKS, 2006, 19 (08) : 1161 - 1167