基于視覺(jué)感知的個(gè)性化圖像檢索的初步研究.pdf

1、隨著數(shù)字圖像數(shù)量的急劇增長(zhǎng)，如何高效、快速地從海量圖像數(shù)據(jù)中檢索出用戶所需的信息是當(dāng)前圖像應(yīng)用領(lǐng)域的一個(gè)重要問(wèn)題?；趦?nèi)容圖像檢索是目前國(guó)內(nèi)外的一個(gè)研究熱點(diǎn)，其面臨的最大難題就是圖像低層視覺(jué)特征與高層語(yǔ)義之間存在的巨大語(yǔ)義鴻溝。圖像檢索的根本目的是要為用戶提供所需要的服務(wù)，滿足用戶的個(gè)性化需求，這也是新一代圖像檢索技術(shù)的發(fā)展趨勢(shì)。 人們?cè)跒g覽圖像時(shí)，人眼視覺(jué)系統(tǒng)將圖像傳遞到大腦，此時(shí)人眼的視覺(jué)注意和視點(diǎn)運(yùn)動(dòng)表達(dá)了人們對(duì)圖像的喜好

2、或興趣，這個(gè)過(guò)程稱為視覺(jué)感知。為了克服圖像檢索中的語(yǔ)義鴻溝問(wèn)題，論文提出一種融合視覺(jué)注意模型和視點(diǎn)跟蹤的視覺(jué)感知技術(shù)，希望通過(guò)直接感知用戶視覺(jué)信息，得到客觀反映用戶語(yǔ)義的個(gè)性化興趣信息，實(shí)現(xiàn)基于視覺(jué)感知的個(gè)性化圖像檢索。主要工作有： (1)論文首先對(duì)基于視覺(jué)感知的個(gè)性化圖像檢索的研究意義和課題背景進(jìn)行了闡述。對(duì)現(xiàn)有的視覺(jué)感知技術(shù)以及個(gè)性化圖像檢索技術(shù)的研究現(xiàn)狀進(jìn)行了綜述。 (2)依據(jù)視覺(jué)注意機(jī)制，提出了一種基于視覺(jué)注意模

3、型和進(jìn)化規(guī)劃的感興趣區(qū)檢測(cè)方法。采用進(jìn)化規(guī)劃方法分割圖像候選區(qū)域，視覺(jué)顯著度由視覺(jué)注意模型產(chǎn)生的局部顯著和全局顯著共同度量。在返回抑制以及顯著度增強(qiáng)因子的作用下，注意焦點(diǎn)選取候選區(qū)域得到感興趣區(qū)。這一方法符合人眼視覺(jué)注意機(jī)制，取得了較為滿意的感興趣區(qū)檢測(cè)結(jié)果。 (3)根據(jù)圖像檢索系統(tǒng)人機(jī)交互的需求，設(shè)計(jì)并實(shí)現(xiàn)了閃爍紅外LED和常亮紅外LED兩套視點(diǎn)跟蹤設(shè)備的改造方案。通過(guò)對(duì)比各類攝像頭的性能，選擇適合的鏡頭及LED參數(shù)，常亮紅外

4、LED方案表現(xiàn)出更好的視點(diǎn)跟蹤效果。 (4)結(jié)合常亮紅外LED視點(diǎn)跟蹤設(shè)備，提出了一種基于雙閾值的低復(fù)雜度實(shí)時(shí)視點(diǎn)跟蹤方法。該方法用雙閾值法聯(lián)合定位瞳孔-反射點(diǎn)、幾何映射法預(yù)測(cè)視點(diǎn)位置。與用人臉檢測(cè)定位人眼的傳統(tǒng)方法相比，此方法顯著提高了視點(diǎn)跟蹤的速度。 (5)基于Web Camera的應(yīng)用，利用拍攝到人眼圖像相鄰兩幀的相似性，提出了一種自適應(yīng)模板視點(diǎn)跟蹤方法。首先用類Harr特征的快速人臉檢測(cè)算法和自適應(yīng)人眼模板匹配方

5、法檢測(cè)人眼區(qū)域，再?gòu)娜搜蹍^(qū)域中心到周邊全搜索找到反射點(diǎn)，最后將人眼位置、瞳孔中心和反射點(diǎn)作為BP神經(jīng)網(wǎng)絡(luò)的輸入矢量預(yù)測(cè)視點(diǎn)位置。相比傳統(tǒng)模板法，提出的自適應(yīng)模板法人眼定位更準(zhǔn)確。 (6)針對(duì)圖像檢索的實(shí)際應(yīng)用——無(wú)觀察任務(wù)和有觀察任務(wù)兩種情況，提出了一種基于視覺(jué)感知的感興趣區(qū)檢測(cè)方法。前一種情況，采用視覺(jué)注意模型檢測(cè)圖像的候選感興趣區(qū)；后一種情況，通過(guò)收集用戶瀏覽圖像的視點(diǎn)信息，計(jì)算用戶的注視興趣度，由此產(chǎn)生了客觀化的感興趣區(qū)檢