方志明
- 作品数：2 被引量：10H指数：2
- 供职机构：延边大学工学院更多>>
- 发文基金：吉林省科技发展计划基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于生物视觉特征和视觉心理学的视频显著性检测算法被引量：6
- 2017年
- 提出了一种空域和时域相结合的视频显著性检测算法.对单帧图像,受视觉皮层层次化感知特性和Gestalt视觉心理学的启发,提出了一种层次化的静态显著图检测方法.在底层,通过符合生物视觉特性的特征图像(双对立颜色特征及亮度特征图像)的非线性简化模型来合成特征图像,形成多个候选显著区域;在中层,根据矩阵的最小Frobenius-范数(F-范数)性质选取竞争力最强的候选显著区域作为局部显著区域;在高层,利用Gestalt视觉心理学的核心理论,对在中层得到的局部显著区域进行整合,得到具有整体感知的空域显著图.对序列帧图像,基于运动目标在位置、运动幅度和运动方向一致性的假设,对Lucas-Kanade算法检测出的光流点进行二分类,排除噪声点的干扰,并利用光流点的运动幅度来衡量运动目标运动显著性.最后,基于人类视觉对动态信息与静态信息敏感度的差异提出了一种空域和时域显著图融合的通用模型.实验结果表明,该方法能够抑制视频背景中的噪声并且解决了运动目标稀疏等问题,能够较好地从复杂场景中检测出视频中的显著区域.
- 方志明崔荣一金璟璇
- 关键词：显著性检测
- 交通场景静态显著性区域检测被引量：4
- 2017年
- 交通场景的显著目标检测能够为自动决策或辅助驾驶系统提供重要信息。基于视觉的底层特性,提出了一种基于亮度空间和对立颜色空间的多特征空间奇异值分解的交通场景显著性区域快速检测方法,为交通标志检测和场景语义分析提供有效信息。首先,在亮度空间中,利用奇异值分解确定强光区域并进行强光抑制,检测抑制强光后的亮度特征显著性区域;其次,在双对立颜色空间中保留部分奇异值重构的区域作为颜色特征显著性区域;最后,对各个特征空间的显著性区域进行线性相加并将相加结果中的显著性区域作为交通场景目标检测的候选区域。实验结果表明,算法在复杂光照和背景下具有较好的稳健性。
- 方志明崔荣一金璟璇
- 关键词：机器视觉显著性区域奇异值分解交通场景
