内容发布更新时间 : 2024/5/11 3:39:19星期一 下面是文章的全部内容请认真阅读。

图像显著性检测问题研究

显著性检测问题来源于计算机模拟人类视觉，以期达到人眼对物体的选择能力，但是计算机视觉并没有形成统一模型，还有很大的发展空间。同时由于显著性检测在很多方面有着很高的应用价值，因此得到国内外学者的广泛关注。 本文首先介绍人类视觉感知系统和注意机制，然后分析了几种在显著性检测问题中常用的图像低级特征。 1.人类视觉感知系统和注意机制

神经心理学研究表明，人类视觉感知系统能够在分析杂乱的场景中准确、快速的定位到显著目标。这就要求人眼能瞬时的处理大量复杂信息、分析场景的局部和全局特征，具有高效性和实时性。 1.1 视觉选择注意

视觉选择注意是指人的先验信息和外界数据能够影响眼睛所关注的区域内容。通常情况下，人类视觉系统在非常复杂的场景中不可能感知视野内的所有场景内容，而是快速定位到自己感兴趣的目标。例如：人类为了寻找某种东西会自动关注到这样东西的具体特征，比如颜色、形状、大小、状态等。这就是因为视觉选择注意机制能够使人眼关注到自己期望的场景内容。

人类视觉的这种快速搜索到感兴趣目标的能力是由于

人类大脑具有各种注意机制。这些注意机制包括：自顶向下注意和自底向上注意、空间注意、短暂注意和注意的抑制机制等[1]。这里有两个不同的概念：主动选择和被动选择。比如扔进水里的海绵的吸水过程就是一个被动选择的过程。而人脑的感知系统综合运用这两种选择来实现视觉选择注意功能，并且需要有选择的处理那些被动选择接受的信息。因此，主动选择是需要重点研究的内容[2-3]。 1.2 视觉注意理论知识

（1）自底向上选择注意和自顶向下选择注意 有两种方式在刺激视觉选择注意的过程中起了重要的作用：任务驱动和数据驱动。如一个人在开始寻找某件东西前就已经想好了要找的是形状、大小、颜色类似的物体，这样在寻找的过程中就会先看到与之想象相关的目标。这种由先验知识控制的注意被称为任务驱动的注意，也称为自顶向下的注意。自顶向下的注意需要客体根据期望、经验等努力的搜索，是一个缓慢的过程。再比如看一场晚会，灯光亮起，首先吸引人注意的是最亮的那个地方，这种注意就是客体仅受外在刺激的影响，并没有期望先看到灯光或是其他，这个过程就是数据驱动的注意过程，也被称为自底向上注意，它是一个快速的过程。在人类视觉注意过程中，数据驱动方式和任务驱动方式互相影响，综合作用。所以，选择注意依赖于客体是否有任务和外界刺激形式。

（2）空间注意 主动选择注意发生在一定的时间和空间上，那么聚焦点就是指空间选择性研究客体注意到的一个子集，它们代表了人类感兴趣的区域。对于聚焦点的研究，通常有以下几个问题：第一，研究者认为视觉从一个聚焦点转移到下一个聚焦点不需计算两者之间的距离。但是在转移中间是否存在停顿点的问题上存在分歧。第二，研究者在注意聚焦点是集中在一个点上还是同时在几个点上也存在很大分歧。

（3）注意的抑制机制 抑制机制在视觉注意的最后选择阶段起到了重要作用。它能提升感兴趣区域、抑制不相干区域、从干扰中选择出最感兴趣的目标、对几个感兴趣目标进行排序。而返回抑制机制是注意的抑制机制的一个核心，它是指视觉系统关注过一个目标后，要等待较长的时间才能重新返回到该目标上。 2.图像低级特征描述

在显著性检测模型中低级视觉特征起到了十分重要的作用，比如颜色、方向、亮度、纹理和边缘等特征，几乎所有的模型都用到了这几个或者其中几个特征来计算显著图。在这一节中将进一步对这些特征进行分析描述。 2.1 颜色特征

相对于其他视觉特征，人眼总是对颜色信息更加敏感，所以颜色特征在计算机视觉中尤其重要。有两种计算颜色特