基于全局对比度的随机游走显著性视觉注意模型北大核心

模拟人类视觉的显著性视觉注意机制还没有形成统一的模型,依据对人类视觉的分析可知显眼、紧凑和对比度高的目标更加吸引人眼的注意,提出一种基于全局对比度结合随机游走的显著目标视觉注意算法,并将视觉显著性检测问题化为马尔科夫随机游走问题.首先计算输入图像的颜色和方向的全局对比度形成特征向量,利用向量间的距离确定图表示的边权重,从而构造随机游走模型的转移矩阵.同时通过全连通图随机游走和k_regular图随机游走提取图像的全局特性和局部特性,并将二者相结合得到显著图,从而确定显著目标.在国际上现有公开测试集上进行仿真实验,并与其它显著性视觉注意检测方法进行对比,结果表明,方法检测结果更加准确、合理,证明算法切实可行.     

基于颜色和方向特征区域对比度的显著性检测模型

视觉显著性检测是很多计算机视觉任务的重要步骤,提出了一种基于颜色、方向特征和空间位置关系相结合的区域对比显著性检测算法.首先用基于图论的算法将图像分割成若干区域,结合区域间颜色特征和空间对比度计算出颜色显著图.同时采用基于纹理特征的算法分割图像,通过方向特征和空间对比度得到方向显著图.最后将二者结合得到最终显著图.在国际现有公开测试集上进行仿真实验,并与其它显著性检测方法进行对比,检测结果更加准确、合理,证明此算法切实可行.     

基于视觉注意机制和形状特征的交通标志检测方法

交通标志的颜色和形状与周围环境存在强烈的反差,利用这一特点,提出了一种基于视觉注意机制和形状特征的交通标志检测方法.首先进行图像预处理,然后采用自底向上的视觉注意模型,提取图像的颜色、亮度、方向等初级特征,将其线性组合得到显著图,得到交通标志的感兴趣域,实现交通标志的粗检测;在此基础上,根据交通标志的几何特征描述进一步检测感兴趣区域中的图形形状,实现交通标志的细检测.最后分别基于软件和嵌入式平台对算法的检测准确性和稳定性进行验证,结果表明,与已有算法相比,所提方法可以很好的克服光照或复杂环境的干扰,显著提高交通标志检测的准确率,具有一定的优越性.     

基于剪枝信任度传播的手写体目标形状匹配方法

手写体识别中,目标形状的匹配是较为重要的工作.为了提高手写体目标形状的匹配速度,提出一种新的匹配方法.由于手写体目标形状的几何先验知识已知,并可以采用少量的参数进行表示,新方法采用参数化可变形模板匹配目标形状,确定其后验概率模型,并定义剪枝信任度空间,依据信任度传播算法的特性,首次将剪枝信任度传播算法应用于求解可变形模板与目标形状之间的最佳匹配.实验结果显示,在灰度图像中,对手写体目标形状的轮廓检测与定位速度显著提高.提出将剪枝信任度传播方法应用于手写体目标形状的匹配工作,能够使得目标形状填补空白,应用于相关性较为稀疏的图模型中.     

基于LBP算子和类覆盖捕获图的人脸检测算法

针对传统人脸检测中的过分类问题,提出一种结合LBP算子与类覆盖捕获图的人脸检测算法.该算法首先用ε-LBP算子提取人脸图像纹理特征,并把对应不同ε值提取的LBP特征数据加权融合起来,形成人脸图像特征向量,然后采用类覆盖捕获图构造分类器,最终对人脸图像实现有效检测.与传统方法相比,基于随机图理论的类覆盖捕获图能够克服过分类缺陷,比其他近邻图分类器更具优势,性能也比较稳定.实验结果表明,该算法可以有效检测人脸图像,尤其对存在模糊和光照异常的人脸图像具有较高的精确度和鲁棒性.     

基于视网膜大细胞通路计算模型和深度学习的无人机目标检测

在复杂背景下的小型无人机红外目标检测是计算机视觉领域的挑战性课题.传统目标检测算法利用深度卷积神经网络提取无人机的静态外观特征并进行模式判别,但在复杂背景下且目标外观不清晰时的性能会显著下降.本文借鉴生物视网膜机制,通过视网膜大细胞通路模型提取无人机目标的时空运动信息,同时借助深度卷积神经网络获得基于静态表观特征的目标置信度图,进而将视网膜时空运动信息与深度卷积网络的目标置信度图进行融合获得目标检测结果.在Anti-UAV2020公开数据集上的评估结果表明,所提出算法的检测精确率达到86.90%,超过了业内主流的YOLO-v3算法.     

一种针对彩色视频图像中目标检测的改进模型

基于减背景技术提出了一种改进的运动目标检测模型CW4,与原模型W4相比,CW4充分利用了图像的亮度、色度和饱和度等颜色信息,使得目标检测的结果更加准确。在对带有阴影的彩色图像的背景和前景的像素特点进行分析后,还设计了一种带权重的颜色计算模型的阴影去除算法。实验结果表明,基于CW4的算法显著提高了行人检测的精确性,阴影去除算法也能够有效地检测和去除阴影。     

基于多特征信息自适应融合的视频目标跟踪算法

针对单一视觉特征跟踪的局限性,提出一种根据场景变化动态建立目标模型的粒子滤波视觉跟踪算法,方法首先选择简单且具有互补性的色彩与纹理特征描述表示当前图像,然后在粒子滤波框架下,利用民主融合策略进行信息融合,从而提高目标观测模型的鲁棒性;分析和实验表明, 算法对视频运动目标的任意平移、转动、部分遮挡、光照变化以及相似物干扰等情况下的跟踪均具有较好的效果.     

一种Retinex问题的加权总变分方法

人类视觉系统在不同光照强度下对同一场景感知到的色彩是相同的,这种现象被称为颜色恒常理论.Retinex理论解释了这一现象并表明人类视觉的色彩感知与光照强度无关,只与物体的内在反射属性有关.Retinex问题是要从在一定光照强度下记录的图像中获取反应物体本身属性的反射值,从而获得物体的真实色彩.提出了解决Retinex问题的加权总变分模型,在所提模型中利用权函数更好地保持了图像的纹理特征和边界信息,并设计了交替最小化方法求解所提模型.实验结果表明,加权总变分模型能够得到更好保持图像的纹理特征和边界信息的反射图像和增强图像.     

一种改进的随机Hough变换检测圆的方法

针对随机Hough变换检测圆准确率低的问题,提出了一种改进的随机Hough变换算法.算法利用原标准随机Hough变换的检测结果,确定出合适的阈值,将检测结果中平均误差超过此阈值的圆视为错检圆,并将这些圆上的点取出,重新进行随机Hough变换,直到正确检测出所有圆.模拟数据和真实图像的数值实验都表明改进算法的检测准确率明显提高.