基于图像底层视觉特征的显著性物体检测开题报告

1. 研究目的与意义（文献综述）

人类大脑皮层是一个非常复杂的系统。研究表明大脑的感知部分包含视觉、听觉、嗅觉、触觉等。而在所有的这些感觉中，视觉在人类的感觉世界中担负着重要任务，有数据表明，视觉获取的外界信息占所有信息80%。视觉信息加工机制作为一个多学科交叉的研究领域，对于许多学科如计算机视觉、认知神经科学、认知心理学等领域的发展具有非常重要的研究意义。

视觉显著性是视觉系统感受视觉刺激强弱的一种表现，显著图是视觉显著性的直接表示，通过视觉认知机制将视觉特征信息融合可获得视觉显著图。基于人类视觉系统建立的显著图,为快速寻找显著视觉区域提供指导，在检测目标时能够更关注有用的信息。关于视觉显著性的研究，是在认知心理学领域首先展开的。认知心理学家研究发现，在视觉注意机制的作用下，人眼会不知不觉的将注意力集中在某些点上，这些点被称作注意焦点(focus of attention, foa)。 随着人眼视觉选择性注意机制在认知心理学领域研究的深入和计算机处理信息能力的提升，越来越多计算机视觉方面的研究者展开了对可计算的视觉显著性模型的研究及其应用的探索。

singer和d’zmura（1994, 1995）在他们之前的心理物理学工作的基础上，基于chubb等人1989首次提出的概念，提出了一个模型来预测中心区域在有色区域存在时的外观变化。在他们的模型中，调至特定空间频率波段的神经元的反应，会受到调至相同空间频率波段和取向相同神经元的反应（一种经典的多分辨率框架）的影响。这些神经元被分成三个色彩的通道，每个通道的活度是其他两个通道的活度的线性加权(前馈乘性增益控制，d’zmura, 1998; d’zmura singer, 1999)。x. otazu, c. a. parraga, 和 m. vanrellv[6]用多分辨率小波算法将刺激信号分解为一个倍频程带宽的sf分量，根据ecsf增强或减弱其对比度。他们的视觉色度归纳模型基于三个主要的视觉场景特征:空间尺度、空间方向和中心-环绕色度对比。x. otazu, c. a. parraga, 和 m. vanrellv假设色彩感应主要是针对sf相似的图像特征进行的(即在同一多分辨率小波平面内)，这种效果也依赖于每个空间尺度上环绕特征(相对于中心测试特征)的对比。

2. 研究的基本内容与方案

基本内容：

本文采用自底向上的方法，从输入的rgb图像中提取出颜色特征，进行多尺度空间的分割，分析每一块区域的各种色彩的权重，生成颜色直方图。使用了直方图对比（histogram contrast，简称hc）的方法来计算rgb图像的显著性。整体流程大致分为特征提取、特征综合/归一化和显著图计算。

目标：

3. 研究计划与安排

在综合考虑本次毕业设计任务之后，设计的进度安排如下：

第1周—第3周： 搜集资料，撰写开题报告；

第4周—第5周： 论文开题；

4. 参考文献（12篇以上）

[1]. d. berga, x. r. fdez-vidal, x. otazu, v. leboran and x. m. pardo. psychophysical evaluation of individual low-level feature influences on visual attention.in vision research,2019.

[2].saumya jetley, naila murray, eleonora vig. end-to-end saliency mapping via probability distribution prediction.incvpr, 2016.

[3]. n. murray, m. vanrell, x. otazu and c.a. parraga. low-level spatiochromatic grouping for saliency estimation.inieee trans on pattern analysis and machine intelligence (pami), 2013.