一种基于saliency熵和object bank特征的图像记忆性判定方法技术

一种基于saliency熵和object?bank特征的图像记忆性判别方法，通过研究表明图像中所包含的物体以及图像对人类视觉吸引的分散程度都会对图像的记忆性产生影响，因此对图像中所包含的物体，我们用object?bank特征来表示，对图像对人类视觉吸引的分散程度，采用图像的视觉saliency熵来表示。由于这两个模型都对图像的记忆性有很好的表示，因此将两种特征结合表示一幅图像，通过训练支持回归向量机模型，对一幅未知可记忆性数值的图像预测其记忆性数值。本发明专利技术方法属于计算机图像处理领域，这一技术方案可以用于判定图像的记忆性，能应用于广告业，新闻编辑等行业，可以让从业者挑选出合适的图像，具有广泛的商业价值。

【技术实现步骤摘要】

本专利技术涉及,可以应用于各类可见光图像，判定图像的记忆性数值。
技术介绍
图像的记忆性是数字图像处理领域 新的研究方向，它有很多的应用。如编辑可以选择容易被人们记住的图像作为杂志的封面，广告设计者可以选择易被记住的图像作为宣传海报等等。因此，当给定一幅图像，如果能用计算机自动判定出它能否被人们记住将会很有意义。因为图像的记忆性研究是一个较新的研究方向，所以在这一问题的研究上，方法并不是很多。目前存在的一些方法首先提取图像的全局特征(如SIFT，GIST, HOG等)，通过构建分类器并训练模型，然后判别一幅给定的图像的记忆性。然而由于图像的记忆性是一个很复杂的问题，用图像的全局特征很难表示这一特性，故目前存在的方法的判定效果较差。因此需要对图像的记忆性进行深入的研究，提出新的图像记忆性判定的方法。
技术实现思路
要解决的技术问题为了解决现有技术的不足之处,本专利技术提出。本专利技术的思想在于通过研究表明图像中所包含的物体以及图像对人类视觉吸引的分散程度都会对图像的记忆性产生影响，因此对图像中所包含的物体，我们用objectbank特征来表示，对图像对人类视觉吸引的分散程度，我们用图像的本文档来自技高网...

【技术保护点】
一种基于saliency熵和object？bank特征的图像记忆性的判定方法，其特征在于：步骤1：提取每一幅输入图像的object？bank特征和计算图像的saliency熵；提取每一幅输入图像的object？bank特征，具体的步骤如下：步骤a：利用Li？Jia？Li在2010年发布的object？bank程序包，对每一幅输入图像，利用下采样技术得到输入图像的12个尺度图像，并将这12个尺度图像与object？bank程序包中的208个物体模板进行卷积计算，使每幅输入图像得到208×12幅响应图像；步骤b：利用二插值方法，将输入图像对应于每个模板的12个尺度的响应图像插值，得到相同尺寸的图像...

【技术特征摘要】

【专利技术属性】
技术研发人员：韩军伟，陈长远，王东阳，郭雷，程塨，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：