基于改进视觉注意力模型的自然场景目标检测方法技术

本发明专利技术公开了一种基于改进视觉注意力模型的自然场景目标检测方法，主要解决现有基于视觉注意力模型目标检测中检测正确率低、误检率高的问题，其步骤是：（１）输入待检测图像，利用Ｉｔｔｉ的视觉注意力模型提取亮度、颜色和方向特征显著性图；（２）对原始图像提取谱特征显著性图；（３）对亮度、颜色、方向、谱特征显著性图和实验者的注意力图进行数据采样及标记，形成最终的粗糙集信息表；（４）根据粗糙集信息表，构造属性重要性，并通过聚类得到特征图的最优权值；（５）对特征子图进行加权，得到原始图像的显著性图，该显著性图对应的显著性区域即为目标位置区域。本发明专利技术能更有效的检测到自然场景中的视觉注意力区域并对其中的目标进行定位。

【技术实现步骤摘要】

本专利技术属于图像处理
，涉及目标识别，可用于道路标志检测、视频监控、 自然场景识别与分类。
技术介绍
目标检测是计算机视觉和模式识别系统中非常关键的技术之一，目标检测的效果 直接影响着整个系统的可靠性和有效性，是近年来研究的热点。随着技术的发展，人们日益 发现现有的基于图像处理、机器学习等简单的方法并不能够完全适用于大多数的图像。因 此，研究者们开始关注人类视觉注意机制，研究人类眼睛是如何搜寻、查找和检测自然场景 中的目标的。视觉注意机制，是灵长目类动物视觉系统的一个内在的属性。它是一种将人目光 注视引导到场景中感兴趣物体的机制。通常，进入人们视野的视觉信息是海量的，但是从这 些海量的信息中，人们依然能够搜寻到想要的信息。基于此，心理学专家根据心理学的很多研究实验成果，模拟出了很多人类大脑感 知事物的模型，而这些模型大都仅仅适用于解释某些心理物理学实验的结果，并不能直接 用于自然图像处理中的目标检测。因此，如何利用计算机视觉和图像处理等理论和知识建 立可用于自然图像处理的视觉注意计算模型已经成为世界各国亟待解决的热门课题。现有最著名的视觉注意计算模型就是视觉显著性计算模型本文档来自技高网...

【技术保护点】
基于改进视觉注意力模型的自然场景目标检测方法，包括如下步骤：　　（１）利用Ｉｔｔｉ的视觉注意力模型对原始图像提取初始的颜色、亮度和方向的特征图，并对这些特征图进行多尺度几何分解、合并及归一化，得到颜色亮度和方向三个通道特征的显著性图；　　（２）对原始图像做傅里叶变换，计算谱残差和相位谱ＰＨ的和，并对其做逆傅立叶变换Ｆ－１，得到特征图，再用高斯滤波器平滑该特征图，得到第四个通道特征的显著性图ＳＲ；　　（３）计算每个通道特征显著性图的最优权值：　　３ａ）对上述四个通道的特征显著性图分别进行数据采样，并将采样结果分别与各个通道特征图做对比，构建每个特征通道下的初始粗糙集信息表数据集合；　　３ｂ）根据...

【技术特征摘要】

【专利技术属性】
技术研发人员：高新波，韩冰，李洁，邓成，路文，田春娜，王秀梅，王颖，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：87[]