[發(fā)明專(zhuān)利]基于圖模型構(gòu)建與標(biāo)簽傳播的視覺(jué)顯著性檢測(cè)算法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710964549.6
• 申請(qǐng)日: 2017-10-17
• 公開(kāi)（公告）號(hào): CN107766857B
• 公開(kāi)（公告）日: 2021-08-03
• 發(fā)明（設(shè)計(jì)）人: 周圓;張?zhí)礻?/a>;霍樹(shù)偉;田寶亮;金斗
• 申請(qǐng)（專(zhuān)利權(quán)）人: 天津大學(xué)
• 主分類(lèi)號(hào): G06K9/32
• 分類(lèi)號(hào): G06K9/32;G06K9/62
• 代理公司: 天津市北洋有限責(zé)任專(zhuān)利代理事務(wù)所 12201
• 代理人: 李素蘭

1.一種基于圖模型構(gòu)建與標(biāo)簽傳播的視覺(jué)顯著性檢測(cè)方法，其特征在于，該方法包括以下流程：

步驟1、進(jìn)行輸入圖像的預(yù)處理：將輸入圖像分割為若干個(gè)超像素s_i,i∈1～K，其中，K為超像素的個(gè)數(shù)；

步驟2、進(jìn)行背景種子的標(biāo)記：

首先，計(jì)算所有超像素在圖像的全局中與其它超像素的對(duì)比度S_c(s_i)：

其中，D_c(i,j)表示超像素s_i與s_j在CIE LAB顏色空間的像素特征平均值之間的歐式距離，D_p(i,j)表示超像素s_i與s_j的像素平均位置坐標(biāo)之間的歐式距離；δ_p為坐標(biāo)位置控制參數(shù)；

其次，采用高斯平滑算子來(lái)拉大S_c(s_i)中背景區(qū)域與其他區(qū)域之間的顯著值的差距：

S(s_i)＝S_c(s_i)*G(s_i) (2)

其中，為超像素s_i的中心坐標(biāo)，S(s_i)為初始估計(jì)的顯著值，G(s_i)為高斯平滑算子，(x^center，y^center)為高斯平滑算子的中心坐標(biāo)，S_c(s_i)為超像素s_i在圖像中與其它超像素的對(duì)比度，i，j分別表示第i個(gè)超像素s_i與第j個(gè)超像素s_j；

接著，設(shè)定分割閾值T，將初始估計(jì)的顯著值S(s_i)低于閾值T的超像素分割出來(lái)并添加到背景種子集合中，其中L即Label，表示超像素被標(biāo)記為種子；B即Background，表示超像素被標(biāo)記背景種子；

步驟3、構(gòu)建傳播所需的圖模型：

首先，構(gòu)建無(wú)向圖G＝(V(G),E(G))，V(G)為節(jié)點(diǎn)集，即超像素在無(wú)向圖中由節(jié)點(diǎn)v_i表示，E(G)則表示節(jié)點(diǎn)之間的邊集，其權(quán)重ω_i,j即為兩個(gè)超像素之間的特征相似度：

其中，表示兩個(gè)數(shù)據(jù)節(jié)點(diǎn)的特征向量之間的歐式距離；

其次，使圖像四邊上的任何一對(duì)邊界節(jié)點(diǎn)均相連，從而使得整幅圖成為一個(gè)閉環(huán)圖；

再次，對(duì)超像素進(jìn)行無(wú)監(jiān)督聚類(lèi)，使得具有相同類(lèi)標(biāo)簽的超像素兩兩相連；選出包含標(biāo)記種子的類(lèi)，并強(qiáng)制相應(yīng)類(lèi)之間的超像素不能通過(guò)邊彼此連接；

步驟4、完成基于背景種子的顯著性標(biāo)簽傳播：

首先，將節(jié)點(diǎn)集V(G)劃分為標(biāo)記節(jié)點(diǎn)集{v₁,v₂…,v_l}和未標(biāo)記節(jié)點(diǎn)集{v_l+1,v_l+2…,v_l+u}，其中標(biāo)記節(jié)點(diǎn)的標(biāo)記值固定為“1”，未標(biāo)記節(jié)點(diǎn)的標(biāo)記值初始化為“0”；

其次，計(jì)算標(biāo)記值從一個(gè)節(jié)點(diǎn)傳播到另一個(gè)節(jié)點(diǎn)的傳播概率：

其中，l為標(biāo)記節(jié)點(diǎn)的個(gè)數(shù)，u為未標(biāo)記節(jié)點(diǎn)的個(gè)數(shù)，q表示第q個(gè)節(jié)點(diǎn)；

接著，將節(jié)點(diǎn)間的傳播概率歸納為矩陣形式，傳播概率矩陣表示為：

其中，P_uu為未標(biāo)記節(jié)點(diǎn)與未標(biāo)記節(jié)點(diǎn)之間的傳播概率，P_ul為未標(biāo)記節(jié)點(diǎn)與標(biāo)記節(jié)點(diǎn)之間的傳播概率，P_lu為標(biāo)記節(jié)點(diǎn)的標(biāo)記值被傳播到未標(biāo)記節(jié)點(diǎn)的傳播概率，P_ll為標(biāo)記節(jié)點(diǎn)之間的傳播概率；

最后，將節(jié)點(diǎn)的標(biāo)記值f劃分為f＝(f_l，f_u)，其中f_l為標(biāo)記節(jié)點(diǎn)的標(biāo)記值并始終固定為“1”，f_u為未標(biāo)記節(jié)點(diǎn)的標(biāo)記值并初始化為“0”；經(jīng)多次迭代式至收斂，得到所有未標(biāo)記節(jié)點(diǎn)的f_u：

f_u←P_uu*f_u+P_ul*1 (8)

所有超像素的標(biāo)記值f∈[0,1]，f表示超像素屬于背景的概率，相應(yīng)地，1-f則表示為超像素屬于顯著性區(qū)域的概率，即顯著圖。