视觉选择性注意模型化计算中的特征整合权值估计与图像显著性区域提取

被引：2

作者：

刘琼

秦世引

机构：

[1] 北京航空航天大学自动化科学与电气工程学院

来源：

模式识别与人工智能 | 2011年 / 24卷 / 04期

关键词：

视觉选择性注意模型化计算; 权值估计; 特征图提取; 特征整合; 显著性区域提取;

D O I：

10.16451/j.cnki.issn1003-6059.2011.04.002

中图分类号：

B842 [心理过程与心理状态];

学科分类号：

040201 ;

摘要：

针对视觉选择性注意模型化计算过程中不同特征在整合阶段的权值判定,提出一种基于特征图分布的权值估计方法,并在静态图像显著性区域提取中取得了令人满意的应用效果.首先提取原始图像的颜色、方向和强度特征图像,然后计算各个特征图的广义高斯分布参数与方差,进而给出一种特征图权值估计算法,最后通过对特征图的加权整合与归一化实现对原始图像的显著性区域提取.实验结果表明,通过此方法计算的权值对特征进行加权调制所提取的显著性区域的效果更加符合人眼的观测结果.

引用

页码：548 / 554

页数：7

共 7 条

[1] 认知过程的信息处理和新型人工智能系统 [J].

郑南宁 .

中国基础科学, 2000, (08) :11-20

[2] 一种引入注意机制的视觉计算模型 [J].

龙甫荟 ;

郑南宁 .

中国图象图形学报, 1998, (07)

[3] Search goal tunes visual features optimally [J].

Navalpakkam, Vidhya ;

Itti, Laurent .

NEURON, 2007, 53 (04) :605-617

[4] Salient human detection for robot vision [J].

Kwak, Sooyeong ;

Ko, ByoungChul ;

Byun, Hyeran .

PATTERN ANALYSIS AND APPLICATIONS, 2007, 10 (04) :291-299

[5]

Assessing the contribution of color in visual attention[J] . Timothée Jost,Nabil Ouerhani,Roman von Wartburg,René Müri,Heinz Hügli.Computer Vision and Image Understanding . 2005 (1)

[6] Scene content selected by active vision [J].

Parkhurst, DJ ;

Niebur, E .

SPATIAL VISION, 2003, 16 (02) :125-154

[7] Natural scene statistics at the centre of gaze [J].

Reinagel, P ;

Zador, AM .

NETWORK-COMPUTATION IN NEURAL SYSTEMS, 1999, 10 (04) :341-350

← 1 →