自然动态场景的运动类型分析

摘要

随着基于视觉注意的计算机视觉应用得到普及，科技发展中对用于预测自然场景中的显著位置（或者兴趣点）的显著性模型的需求与日俱增。目前，主流的显著性模型的预测效果不高。在本文中，我们假设局部的运动类型与图像区域的信息量是相关的，从这个简单的假设出发，我们推导出一个通用而强大的自底向上的显著性模型。我们使用本征维数来描述自然场景中的运动类型。由于结构张量的几何不变量与视频域中的本征维数相符合，所以使用不变量H、S和K来分别表示视频域中的本征一、二、三维。使用运动特征视频构建各向异性时空金字塔，在金字塔上提取特征能量，构成特征能量向量。将这些特征能量向量送入分类器进行机器学习，使用交叉验证的方法对参数进行优化。最后在大量眼动数据上测试了它的预测能力。虽然我们的模型概念简单，但是在性能上优于目前主流的基线模型。

目录

声明

摘要

第一章 绪论

1．1 研究背景与意义

1．2 人类视觉系统概述

1．3 显著性的研究现状

1．4 目前存在的问题

1．5 本文主要工作

1．6 本文的组织结构

第二章 运动类型分析

2．1 视频的三维表示

2．2 运动信息的传统表示方式

2．2．1 帧差法

2．2．2 背景差分

2．2．3 光流法

2．3 本征维数

2．4 结构张量

2．5 结构张量的计算

2．6 本章小结

第三章 高斯金字塔和特征能量

3．1 高斯金字塔

3．1．1 定义

3．1．2 作用

3．1．3 构建步骤

3．2 特征能量

3．3 本章小结

第四章 实验与分析比较

4．1 实验环境

4．2 数据集

4．3 学习训练

4．3．1 支持向量机

4．3．2 交叉验证

4．4 实验步骤

4．5 实验结果

4．6 性能评估

4．7 性能对比

4．8 本章小结

第五章 总结与展望

5．1 本文总结

5．2 后续工作展望

参考文献

攻读学位期间公开发表的论文

致谢