1. 研究目的与意义（文献综述）
近年来,图像和视频数据迅猛积累,特别是现在网络越来越发达,对图像和视频等视觉数据的应用需求迅速增长。
人们越来越倾向于从图像和视频数据中获取信息。
但是现在视觉计算模型跟不上需求的发展。
2. 研究的基本内容与方案
基本内容：基于直方图对比度的方法 (Histogram based Contrast, HC方法) 来检测显著性。HC方法依据与其它像素的色彩差异来计算像素的显著性值，并用以产生具有全分辨率的显著性图像。用基于直方图的方法来进行高效处理，并用色彩空间的平滑操作来控制量化的缺陷。作为HC方法的改进，本文结合空间关系提出了RC方法。首先将图像分割成区域，再为每个区域分配显著性值，从而形成基于区域对比度的 (Region based Contrast, RC方法)显著性图。区域的显著性值由全局对比度值计算得到，其中全局对比度值由当前区域相对于其它区域的对比度以及空间距离来计算。目标：对于给定输入图像，能通过全局对比度分析得到高分辨率的视觉显著性。技术路线及措施：输入RGB图像，然后用Felzenszwalb和Huttenlocher的分割方法得到图像区域分割结果，进行初步区域对比度分析，然后考虑空间加权得到进一步的区域对比度，再进行边界区域估计和平滑色彩空间，然后运用迭代的Grabcut算法进行感兴趣区域提取，最后得到显著性图像。下面是我的技术路线图：
3. 研究计划与安排
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；
第6周—第12周：撰写论文初稿；
4. 参考文献（12篇以上）
[1] Naila Murray, Maria Vanrell, Xavier Otazu and C. Alejandro Párraga. Saliency Estimation Using a Non-Parametric Low-Level Vision Model. In CVPR ，2011.[2] Felzenszwalb P, Huttenlocher D. Ecient graph-based image segmentation. International Journal on Computer Vision (IJCV), 2004, 59(2):167–181.[3] Liu T, Yuan Z, Sun J, et al. Learning to detect a salient object. IEEE Transactions on Pattern Recognition and Machine Intelligence (PAMI), 2011, 33(2):353 –367.[4] Zhai Y, Shah M. Visual attention detection in video sequences using spatiotemporal cues. Proceedings of ACM Multimedia, 2006. 815–824.[5] 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.[6]RotherC,KolmogorovV,BlakeA.“GrabCut”–Interactiveforegroundextractionusingiterated graph cuts. ACM Transactions on Graphics (SIGGRAPH), 2004, 23(3):309–314[7] Saumya Jetley, Naila Murray, Eleonora Vig. End-to-End Saliency Mapping via Probability Distribution Prediction. In CVPR, 2016.[8] Chen Xia,Fei Qi,Guangming Shi,Chunhuan Lin. Stereoscopic Saliency Estimation with Background Priors Based Deep Reconstruction[J]. Neurocomputing,2018.[9] Zhang G X, Cheng M M, Hu S M, et al. A shape-preserving approach to image resizing. Computer Graphics Forum, 2009, 28(7):1897–1906.[10] Eihhauser W, Konig P. Does luminance-contrast contribute to a saliency map for overt visual attention? European Journal of Neuroscience, 2003, 17:1089–1097.[11] Achanta R, Hemami S, Estrada F, et al. Frequency-tuned salient region detection. Proceedings of IEEE Conference on Computer Vision and Pattern Recognition (CVPR),2009. 1597–1604.[12] Koch C, Ullman S. Shifts in selective visual attention: towards the underlying neural circuitry. Human Neurbiology, 1985, 4:219–227.[13] Itti L, Koch C, Niebur E. A model of saliency-based visual attention for rapid scene analysis. IEEE Transactions on Pattern Recognition and Machine Intelligence (PAMI), 1998, 20(11):1254–1259.[14] MaYF,ZhangHJ. Contrast-base dimage attention analysis by using fuzzy growing. Proceedings of ACM Multimedia, 2003. 374–381.[15] Harel J, Koch C, Perona P. Graph-based visual saliency. Proceedings of Neural Information Processing Systems (NIPS), 2006. 545–552.[16] Goferman S, Zelnik-Manor L, Tal A. Context-aware saliency detection. Proceedings of IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2010. 2376–2383.[17] 张鹏, 王润生. 静态图像中的感兴趣区域检测技术. 中国图像图形学报: A 辑, 2005, 10(2):142–148.[18] 户卫东,丁军娣.基于颜色通道比较的显著性检测[J].计算机系统应用,2016,25(8):35-40.[19] 周国庆.基于视觉显著性的图像目标检测设计与实现[D].陕西:西安电子科技大学,2014.[20] 安徽大学.融合视觉注意力基于对比度的显著性检测方法及装置:CN201910542767.X[P].2019-09-20.
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
