The invention discloses a method, a priori knowledge and depth weighted 3D based on saliency model includes: the 3D images of the left view with super pixel segmentation method is divided into a plurality of regions, for each region is described by color and disparity information to produce a set of features; using color compactness as weight parallax the regional characteristic component in the calculation of a region of the area around the feature contrast; in depth on the background of a priori in the disparity map, and combined with the background color and prior tightness improve the depth significantly; in depth between significant and regional Gauss distance as weight contrast feature, and draw the initial 3D was added with weight contrast feature; to enhance the initial 3D by 2D was significant and the central weight bias. The 3D saliency model established by the invention has the effect of being closer to human gaze.
【技术实现步骤摘要】
基于先验知识和深度权重的3D显著性模型的建立方法
本专利技术涉及视觉显著性领域,尤其涉及一种基于先验知识和深度权重的3D显著性模型的建立方法。
技术介绍
对一个多目标场景中的重要信息进行选择是人类视觉系统的一个重要功能。用计算机来建立用于模拟人类上述机制的模型是视觉显著性研究的方向,同时也为目标分割和质量评价等应用提供了基础。近年来,3D显示技术的广泛应用使得研究3D立体显著性具有重要的意义。当人在观看3D电影的时候,大脑通过立体通道分离技术产生的双目视差平移获得深度知识而产生立体感,这一技术的引入导致人类对视觉观测行为的改变。因此区别于2D显著性模型的设计,立体显著性模型除了需要考虑2D显著性模型中的色彩,亮度,纹理,方向等常用特征外,还应该考虑深度通道上的特征(比如深度的对比度等)。目前深度图像的获取途径有:从相机获得深度图像,通过匹配算法获取视差图(视差和深度呈现反比例关系)。人类在关注感兴趣的目标时受到先验知识的影响,所以不管是3D还是2D的显著性模型中先验知识都能实现补充显著性模型的作用。常用的先验知识包括两种,第一种是中央偏置即人类视觉偏好图像中央的信息。第二种是边界背景先验,即图像的边界像素可以作为背景作为显著性模型的参考。综上所述,需要设计出一种更接近人眼注视的3D显著性模型的建立方法。
技术实现思路
针对上述技术问题,本专利技术提供了一种基于先验知识和深度权重的3D显著性模型的建立方法,特征不仅取自于2D的彩色信息,还取自于深度通道的信息,背景先验和颜色紧密度等先验知识使得本专利技术所建立的3D显著性模型具有更接近于人类注视效果。本专利技术提 ...
【技术保护点】
一种基于先验知识和深度权重的3D显著性模型的建立方法,其特征在于,包括:步骤一、提取3D特征:将3D图像对中的左视图用超像素分割方法分割成N个区域,标记为R
【技术特征摘要】
1.一种基于先验知识和深度权重的3D显著性模型的建立方法,其特征在于,包括:步骤一、提取3D特征:将3D图像对中的左视图用超像素分割方法分割成N个区域,标记为Ri,其中i取值1到N;为区域Ri定义一个区域特征f=[l,a,b,d],其中,Ni为区域Ri中像素的个数,li,ai,bi分别为区域Ri中像素的l值、a值和b值;步骤二、计算特征对比度:将区域之间的特征对比度用矩阵C表示,则cij表示区域Ri的区域特征和区域Rj的区域特征之间的范式距离,其计算公式为:cij=||uifi-ujfj||2,其中u为区域特征f的权重,u=[1,1,1,q],而变量q代表左视图中N个区域的颜色紧密度;步骤三、设计特征对比度的权重:步骤(1)在视差图上通过深度领域分析方法得到深度显著性图ss,则区域Ri的深度显著性sd为:步骤(2)计算视差图上的背景先验;步骤(3)利用背景先验优化深度显著性,其具体过程包括:针对区域Ri,利用区域Ri在视差图上的平均视差判断深度显著性sd(i)是否在背景范围内,则有:其中,阈值thresh为深度背景Bd中标记为背景的部分在视差图上的最小视差;步骤(4)设计特征对比度的权重区域Ri和区域Rj的特征对比度的权重用变量wi,j表示,则有:wi,j=exp(-Dst(i,j)/σ2)a(i)sd(i),其中,a(i)为区域Ri的大小,exp(-Dst(i,j)/σ2)代表区域Ri和区域Rj之间的高斯距离;步骤四、计算初始3D显著性:区域Ri的显著性的值则区域Ri的初始3D显著性Sp(i)的计算公式为:
【专利技术属性】
技术研发人员:段立娟,梁芳芳,乔元华,马伟,苗军,
申请(专利权)人:北京工业大学,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。