光电子学与激光技术

图像序列的显著性目标区域检测方法

柯洪昌，孙宏彬

摘要：目的：视觉注意机制可以快速定位到当前图像中的一些显著性区域。视觉注意计算机模型可以不用人工参与快速查找到图像中感兴趣区域，对图像处理和图像复原等技术提供支持。提出多通道参数估计方法，计算图像感兴趣区域与眼动感兴趣区域的相似度，从而能准确定位目标在图像上的位置。方法：设计并实现了一个融入运动特征的视觉显著性模型，基于这个模型，提出一种基于多尺度差分的运动特征提取方法，在指导全局显著图的生成时，基于多通道参数估计方法计算各通道在整合时的权重，从而能准确定位目标在图像上的位置。结果：用Matlab 进行仿真实验，验证算法的有效性。针对20 组视频图像序列（每组50 帧）进行了实验，实验选取所有测试视频图像序列来自CDNET2012 和CVPapers 库。为体现根据任务情境实现的自顶向下的指导作用，所选取的图像序列中大多含有单个或多个突出目标。提出的融入动态特征视觉显著性模型生成的多通道显著图。从图像中分别提取各通道的显著性特征，经过差分并归一化后得到各通道的显著图。在场景中，静态特征被有效抑制，图像中具有运动特征的汽车和人得到了加强，从而验证了提出的模型对于具有运动特征的目标区域检测的有效性。通过分析比较显著图ROI 和眼动图ROI 的相似度来评价提出算法的准确性和有效性。将全局显著图S 归一化为0～255，提取出注意焦点，即ROI。其中3 组图像序列（每组50 帧图像）的4 个底层特征的权重值为每组图像的平均值。给出了眼动ROI 和本文提出算法提取到的ROI 之间满足最大相似度的各个特征通道的权值平均值。不同底层特征对ROI 的影响不同，同一底层特征对不同类型图像的影响程度也不同，由于前两组图像中的汽车都有明显的颜色特征和运动特征，所以颜色和运动特征的权重较大，由于第3 组图像的3 个人相对其他目标运动特征较明显，所以运动特征的权重较大，其他3 个特征权重较小，通过运动特征可以描述图像的ROI，从而减少计算量。给出20 组视频图像序列中每组图像最终计算的ROI 与眼动ROI的相似度平均值，可以看出本文算法的大部分图像序列的平均相似度要大于Itti 算法的平均相似度，说明文本算法提取的ROI 更准确，从而可有效提高目标搜索的效率。结论：设计并实现了融入运动特征的视觉显著性模型，并在此模型基础上，利用基于多尺度差分的运动特征提取方法提取运动特征，然后生成运动显著图。在生成全局显著图时，提出了一种基于多通道参数估计算法，算法通过计算图像感兴趣区域（ROI）与眼动感兴趣区域的相似度来估计多通道参数，为目标在图像上的准确定位提供计算机制。针对20 组视频图像序列（每组50 帧）进行了实验，结果表明本文算法提取注意焦点即目标区域的平均相似度为0.87，能更高效准确地定位目标可能存在的区域。

来源出版物：中国光学, 2015, 8(5): 768-774

入选年份：2017