[發(fā)明專利]一種新的顯著性目標(biāo)檢測(cè)方法在審
| 申請(qǐng)?zhí)枺?/td> | 201710123441.4 | 申請(qǐng)日: | 2017-03-03 |
| 公開(公告)號(hào): | CN108537242A | 公開(公告)日: | 2018-09-14 |
| 發(fā)明(設(shè)計(jì))人: | 不公告發(fā)明人 | 申請(qǐng)(專利權(quán))人: | 防城港市港口區(qū)思達(dá)電子科技有限公司 |
| 主分類號(hào): | G06K9/62 | 分類號(hào): | G06K9/62 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 538000 廣西壯族自治區(qū)防城港市*** | 國(guó)省代碼: | 廣西;45 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 顯著性 目標(biāo)檢測(cè) 顯著圖 詞袋模型 條件概率 圖像 計(jì)算先驗(yàn)概率 貝葉斯推斷 特征計(jì)算 先驗(yàn)概率 像素區(qū)域 語義特征 查全率 目標(biāo)性 區(qū)分度 新穎性 高亮 合成 中層 應(yīng)用 | ||
本發(fā)明公開了一種新的顯著性目標(biāo)檢測(cè)方法,包括以下步驟:S1:利用目標(biāo)性計(jì)算先驗(yàn)概率顯著圖;S2:在圖像的超像素區(qū)域內(nèi)建立詞袋模型,并基于此特征計(jì)算條件概率顯著圖;S3:根據(jù)貝葉斯推斷將先驗(yàn)概率和條件概率顯著圖進(jìn)行合成。本發(fā)明將具有更好區(qū)分度的中層語義特征—詞袋模型應(yīng)用到顯著性目標(biāo)檢測(cè)領(lǐng)域,具有非常強(qiáng)的新穎性,具有更高的精度和更好的查全率,能夠一致高亮地凸顯圖像中的顯著性目標(biāo)。
技術(shù)領(lǐng)域
本發(fā)明具體涉及一種新的顯著性目標(biāo)檢測(cè)方法。
背景技術(shù)
人類視覺在處理數(shù)量龐大的輸入信息時(shí),注意機(jī)制具有極其重要的作用。它能夠?qū)⒂邢薜馁Y源優(yōu)先分配給有用的信息,從而優(yōu)先處理最有價(jià)值的數(shù)據(jù)。與人類的視覺注意行為相對(duì)應(yīng),計(jì)算機(jī)在處理輸入圖像時(shí),通過檢測(cè)顯著性區(qū)域來實(shí)現(xiàn)判斷其中視覺信息的重要程度。視覺顯著性檢測(cè)在諸如目標(biāo)檢測(cè)、圖像壓縮、基于內(nèi)容的圖像編輯等方面中具有廣泛的應(yīng)用,是計(jì)算視覺研究中非常重要的基礎(chǔ)性課題。在顯著性目標(biāo)檢測(cè)研究領(lǐng)域,基于區(qū)域的顯著性檢測(cè)方法由于檢測(cè)速度快、精確度高等優(yōu)點(diǎn)已經(jīng)成為目前該領(lǐng)域中的主流方法。此類方法進(jìn)行顯著性檢測(cè)的過程可以分為區(qū)域特征表示和對(duì)比度計(jì)算兩個(gè)重要步驟,對(duì)圖像區(qū)域的特征進(jìn)行有效的表示直接影響到顯著圖的質(zhì)量。
發(fā)明內(nèi)容
本發(fā)明要解決的技術(shù)問題是提供一種新的顯著性目標(biāo)檢測(cè)方法。
一種新的顯著性目標(biāo)檢測(cè)方法,包括以下步驟:
S1:利用目標(biāo)性計(jì)算先驗(yàn)概率顯著圖;
S2:在圖像的超像素區(qū)域內(nèi)建立詞袋模型,并基于此特征計(jì)算條件概率顯著圖;
S3:根據(jù)貝葉斯推斷將先驗(yàn)概率和條件概率顯著圖進(jìn)行合成。
根據(jù)權(quán)利要求1所述的顯著性目標(biāo)檢測(cè)方法,其特征在于,利用目標(biāo)性計(jì)算先驗(yàn)概率顯著圖的具體方法如下:
1)對(duì)于一幅給定的圖像I,顯著性檢測(cè)的目的是將圖像中任意像素x歸于前景目標(biāo)區(qū)域或者背景區(qū)域兩種可能狀態(tài)之一,將這兩種狀態(tài)分別簡(jiǎn)記為S(Salient)和B(Background),它們的先驗(yàn)概率相應(yīng)地簡(jiǎn)記為P(S)和P(B),則根據(jù)貝葉斯推斷原理,像素x的顯著性計(jì)算公式為:
;
;
式中,表示顯著區(qū)域已知的情況下觀測(cè)像素x的條件概率密度,表示背景區(qū)域已知的情況下觀測(cè)像素x的條件概率密度;
2)對(duì)于圖像中的任意像素x,以此像素為中心,隨機(jī)抽取圖像中的W個(gè)窗口,分別從以下四個(gè)方面計(jì)算每個(gè)窗口的目標(biāo)性:
A)窗口顯著性,首先利用任意顯著性檢測(cè)方法計(jì)算得到圖像中每個(gè)像素的顯著值I(p),則窗口w∈W的顯著性計(jì)算公式為:
;
式中,表示待學(xué)習(xí)的顯著性閾值參數(shù);
B)顏色對(duì)比度,對(duì)于窗口w∈W,以為固定倍數(shù)在每個(gè)方向?qū)⑵鋽U(kuò)展到周圍區(qū)域得到某一矩形區(qū)域Surr(w,),則窗口w在此區(qū)域內(nèi)的顏色對(duì)比度計(jì)算公式為:
;
式中,、分別表示窗口w與矩形區(qū)域的顏色直方圖,表示卡方距離函數(shù);
C)邊緣密度,對(duì)于窗口w∈W,以為固定倍數(shù)將其收縮到內(nèi)部環(huán)狀區(qū)域,則此窗口w在區(qū)域內(nèi)的邊緣性計(jì)算公式為:
;
式中,表示使用用Canny算子得到的二值圖,表示計(jì)算區(qū)域的周長(zhǎng);
D)輪廓閉合性,
首先將圖像分割為若干超像素S,則窗口w∈W的輪廓閉合性的計(jì)算公式為:
;
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于防城港市港口區(qū)思達(dá)電子科技有限公司,未經(jīng)防城港市港口區(qū)思達(dá)電子科技有限公司許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710123441.4/2.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識(shí)別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識(shí)別印刷或書寫字符或者用于識(shí)別圖形,例如,指紋的方法或裝置
G06K9-03 .錯(cuò)誤的檢測(cè)或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個(gè)筆畫組成的,而且每個(gè)筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 一種醫(yī)學(xué)病灶圖像的詞袋模型的構(gòu)建方法
- 一種詞袋模型優(yōu)化和圖像識(shí)別的方法及裝置
- 一種基于詞袋樹群模型的機(jī)器人定位和導(dǎo)航方法
- 一種基于詞袋模型的文本表示的處理方法
- 基于智能決策的文本分類方法、裝置、服務(wù)器及介質(zhì)
- 基于詞袋模型的長(zhǎng)文本分類方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)
- 一種翻譯模型訓(xùn)練方法、文本翻譯方法及相關(guān)裝置
- 一種基于逆向詞袋模型的圖像識(shí)別方法
- 基于spark的金融資訊詞袋模型增量更新方法及系統(tǒng)
- 主題分類的方法、裝置和計(jì)算機(jī)設(shè)備





