资料下载
×
结合高层对象特征和低层像素特征的视觉注意方法
消耗积分:1 |
格式:rar |
大小:0.98 MB |
2017-12-09
分享资料个
针对已有视觉注意模型在整合对象特征方面的不足，提出一种新的结合高层对象特征和低层像素特征的视觉注意方法。首先，利用已训练的卷积神经网（CNN）对多类目标的强大理解能力，获取待处理图像中对象的高层次特征图；然后结合实际的眼动跟踪数据，训练多个对象特征图的加权系数，给出对象级突出图；紧接着提取像素级突出图，并和对象级突出图融合获得显著图；最后，在OSIE和MIT数据集上验证了该方法，并与国际上流行的视觉注意方法进行对比，结果显示该算法在OSIE数据集上获得的AUC值相对更高。实验结果表明，所提方法能够更加充分地利用图像中对象信息，提高显著性预测的准确率。
视觉注意机制的研究是探索人眼视觉感知的重要一环。在过去几十年中，如何用计算模型模拟人眼视觉注意过程一直是核心问题。尽管取得了很大的进步，但是快速准确地在自然场景中预测人眼视觉注意区域仍然具有很高的挑战性。显著性是视觉注意的一项重要研究内容，它反映了区域受关注的程度。本文的研究着眼于显著性计算模型，更多模型对比和模型分类可以参考Borji等的文章。视觉注意存在两种机制：自底向上（ Bottom-up）和自顶向下（Top-down）。过去的研究中，大多数的计算模型是基于自底向上的信息，即直接从图像像素获取特征。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
