【摘 要】
：
显著性这一概念是基于人类视觉感知机制提出来的,利用计算机视觉技术预测人眼视觉关注区域的过程被称为显著性检测。显著性图作为最终检测结果通常使用0到1之间的概数来表示每个像素的显著程度。相对于图像的显著性检测,视频显著性检测在考虑空间域特征的同时还将探求表现时序变化相关性的时域特征,其被广泛应用于智能交通、视频监控、视频摘要、视频压缩等诸多领域。目前视频显著性检测分为人眼注视点定位检测和显著目标区域检
论文部分内容阅读
显著性这一概念是基于人类视觉感知机制提出来的,利用计算机视觉技术预测人眼视觉关注区域的过程被称为显著性检测。显著性图作为最终检测结果通常使用0到1之间的概数来表示每个像素的显著程度。相对于图像的显著性检测,视频显著性检测在考虑空间域特征的同时还将探求表现时序变化相关性的时域特征,其被广泛应用于智能交通、视频监控、视频摘要、视频压缩等诸多领域。目前视频显著性检测分为人眼注视点定位检测和显著目标区域检测这两个任务,本论文重点致力于后者的研究,旨在获取能够凸显完整运动目标的感兴趣区域。近年来由于对人类视觉感知机制日益清晰的认知,越来越多的视觉模型被提出,但从复杂动态场景中检测出显著物体仍然面临着许多挑战。本文在多个时间尺度下对各种有效视觉特征展开深入研究,解决复杂自然场景中光强变化、目标旋转、尺度变化、局部遮挡等因素所导致的显著性目标检测困难,并且针对视频显著性目标检测问题,构建一个具备灵活性和通用性的全局优化模型。本文主要内容和创新点总结如下:1.提出一种基于混合运动能量特征和重叠区域的视觉显著目标检测算法。该算法从汇聚目标的运动能量出发,通过设计和计算三种局部运动特征:运动历史能量、运动区域能量和运动边缘能量得到目标的整体运动能量特征。与此同时,该目标运动能量进一步结合单帧显著性信息得到更加可靠的混合能量特征。对混合运动能量特征图进行归一化即可获得显著性目标区域。该算法在两种时间尺度下从不同层次和角度描述目标,层次分明,简单而且直观,并且能够有效地排除静态背景噪声和运动噪声干扰,提升检测准确性。2.提出了一种结合轨迹聚类特征的抗弱对比度显著性检测算法。目标运动强度不大,或是目标暂时性静止是视频中经常遇到的情形,若加之目标与背景的颜色差异也不高,就将出现静态和动态对比度同时很弱的情况,导致无法提取到目标的有效特征。通常情况下,目标局部特征点的跟踪匹配可以减轻短时运动信息丢失的影响,然而视频质量不稳定时,特征点匹配本身就很容易受到噪声的干扰。为解决视频中的弱对比度问题,本文在所设定的时间尺度下（一般选取5到15帧）,设计结合轨迹聚类特征的视频显著性目标检测算法。实验表明,该算法充分利用被跟踪特征点时间轴上的轨迹信息,即使在目标间断性静止期间也还能够准确地定位到目标。3.设计了一种基于多视觉特征交叉融合的显著性检测算法。在不同层次或不同时间尺度下可以获得不同的上下文信息,进而可以提取不同的视觉特征。每种视觉特征都有各自不同的表征侧重点,有的突显目标边缘,有的密集或稀疏,还可以是像素级或者是超像素级的特征。面对如此多样的视觉特征,若采用简单的线性叠加融合将难以确立其合理的加权参数。本论文利用基于相似性网络的非线性交叉融合,生成一个包含各种特征共享信息的融合相似性矩阵,在此基础上提出了一种鲁棒的显著性检测算法。实验表明,该算法有利于多特征视图的信息互补和促进,具备鲁棒性和可靠性。4.提出一种带局部特征约束的显著性优化模型。数学规划中全局优化模型具有可靠性、通用性和健壮性。倘若对视频显著性目标检测问题进行相关数学建模分析,并将其抽象成一个最小化目标能量函数的多维全局优化模型来解析,将避免各项融合参数的主观臆断,从而有利于提高视频显著性检测的稳健性和准确性。本论文在获得可靠区域的基础上提出带约束的视频显著性全局优化模型,该模型包含前景项、背景项、平滑项和约束条件项。全局最优显著性计算被最终转化为求解一个线性方程组问题。根据不同的视频场景或者不同的应用要求,模型中无论是前景项、背景项还是约束条件项,都可依据目前优越的前景（或背景）先验对它们进行加权设计,提高检测准确性的同时具备通用性和灵活性。
其他文献
半导体光电器件的性质取决于三个瞬态的物理过程:载流子的生成,复合以及输运。所以研究理解半导体材料中光生载流子的动力学过程是很有必要的。在研究材料的载流子动力学方面,超快光谱技术是一种有效的实验工具。利用超快光谱技术可以得到材料被激发后的瞬态吸收光谱,通过对瞬态吸收光谱进行分析,可以揭示材料中光生载流子的产生,传输以及复合方式等方面的信息。本论文中采用泵浦探测瞬态吸收光谱系统研究了单层过渡金属硫化物
随着移动互联网和云计算的不断发展与融合,移动云计算应运而生,它继承了云计算的良好特性,为资源受限的移动智能终端提供存储和计算支持,推动了移动智能终端的迅速普及。人们通过移动智能终端可随时随地访问存储在云服务器的数据,给工作和生活带来了极大的便利。然而,云服务器存储的数据所有权与管理权分离,极易发生用户数据泄露。如何在高效利用移动云计算优势的同时,保障用户数据的隐私和安全是一个亟需解决的问题。本文对
随着计算机技术和人工智能的逐渐发展,模式分类及图像识别技术已经广泛地应用于科学、医学和经济等各个不同领域。不同的分类任务和场景往往需要使用不同的模式分类技术和分类模型。对于某些标准数据集（如加州大学提出的用于机器学习的UCI数据,其属性值和类别已经标注）的分类任务,主要考虑特征提取和构建合适的分类器;对于图像数据的识别任务,由于图像数据的采集和存储易受到噪声污染且图像的维数一般都较高,除了考虑特征
光学微腔是一种尺寸在微米量级或者亚微米量级的光学谐振腔,它利用在折射率不连续的界面上的反射、全反射、散射或者衍射等效应,将光限制在一个很小的区域,具有比传统介质微腔更宽的调控或感测能力和自由光谱范围。光学微腔是光电子器件中应用十分广泛的一种,在光通信、传感、激光、信号处理等领域有着极大的研究价值和应用前景。最近几十年,由于光纤技术的快速发展,基于光纤的光学微腔器件成为了研究的热点。各种不同类型的光
光子晶体以其显著的特点可如人所愿地控制光子的运动,被认为是未来光子器件研制的核心。二维磁性光子晶体环行器是一种正向顺序导通而反向传输阻止的多端口非互易无源器件。该器件可被用于隔离相邻模块或器件之间的反射光,从而降低干扰、增强大规模集成光路的稳定性。首先,本论文介绍了二维磁性光子晶体的几种分析方法:采用平面波展开法计算光子晶体带隙结构及缺陷结构的模场分布;使用有限元方法将波动方程转化为有限元方程组,
医学超声弹性成像（Ultrasound Elastography）是一种无创地检测人体组织的弹性信息的成像技术。该技术通过一定的方法对人体组织区域施加激励,使其发生产生振动,并用超声脉冲—回波技术检测振动信息,从中提取组织弹性信息并对此进行成像。超声弹性成像的一个主要难点是激励产生的振动信号（通常又称为剪切波）幅度微弱,而且剪切波在体内衰减大,尤其是高频成分,传播距离只有毫米量级。因此,超声弹性成
人体是由种类繁多的功能不同的细胞组成,不同的细胞具有相同的基因组和各不相同的染色质构象,表现为不同的基因表达模式和细胞功能。研究细胞内染色质的空间分布及相互作用,对了解细胞功能、基因表达,揭示生命现象的规律和本质有着十分重要的意义。反映染色质构象性质的特征尺度都在纳米量级,远远超出了光学显微镜的分辨极限。近年来,远场超分辨荧光显微技术的发展突破了这一限制,达到了横向（x,y）10-20nm,纵向（
无线中继技术作为第四代（4G）移动通信系统的核心技术之一,在提高无线通信业务的覆盖范围和可靠性方面有着优越的性能。但是,无线通信的高度开放性给无线中继系统带来了新的安全挑战。除了来自系统外部窃听者的窃听威胁外,所引入的中继节点也可能是潜在的窃听者,即中继是不可信的。特别地,在政府、银行、军事等保密性要求较高的无线通信系统中,更主观要求将额外引入的中继节点视作窃听者来对待。因此研究不可信中继系统的安
目标跟踪技术可以获取目标的位置、速度、运动轨迹等,已被广泛应用于通用航空监测导航等诸多领域。对机动目标实施实时、有效地跟踪一直是学术界和应用领域的研究热点和难点。传统的机动目标跟踪方法中应用最广泛、性能较好的是多模型算法,多模型算法在量测噪声模型未知、气象环境影响、目标类型不确定、地形环境、障碍物阻挡等情况下,会出现量测噪声、量测模型、运动模型集、转移概率矩阵、模型概率等功能要素与真实值失配问题,