基于Itti模型和胶囊神经网络的图像显著性检测方法
成果类型:: 发明专利
发布时间: 2023-12-27 08:39:40
本发明公开一种基于Itti模型和胶囊神经网络的图像显著性检测方法,其基于Itti显著性模型,并提出二次动态整合的新型显著图整合方法来进行图像的显著性提取,而基于胶囊神经网络的显著性检测模型又作为融合二次动态整合和深度学习的显著性检测方法,专门用于图像显著性区域检测。本发明整合了Itti显著性模型,二次动态整合和胶囊神经网络的优点,在某种程度上模拟了大脑中视觉信息的传输和处理机制,能够检测出图像中的显著对象或显著性区域,可以视为胶囊神经网络和Itti显著性模型的优势互补模型,能应用显著性检测。相比传统的显著性模型和方法更加符合神经元功能机制,也更加先进。
本发明提供一种基于Itti模型和胶囊神经网络的图像显著性检测方法,其能够检测出图像中的显著区域和显著对象。为解决上述问题,本发明是通过以下技术方案实现的:基于Itti模型和胶囊神经网络的图像显著性检测方法,具体包括如下步骤:步骤1、对每幅样本原始图像采用颜色拮抗机制抽取颜色特征,分别得到红绿拮抗颜色边缘图、蓝黄拮抗颜色边缘图和黑白拮抗颜色边缘图;步骤2、对每幅样本原始图像的红绿拮抗颜色边缘图、蓝黄拮抗颜色边缘图和黑白拮抗颜色边缘图进行PCA降维处理,并将降维后的图像整合成一幅整合边缘图,并对该整合边缘图进行归一化后获得第一整合权重图;步骤3、将每幅样本原始图像送入到Itti视觉显著性模型中,得到颜色关注图、密度关注图和方向关注图;
基于Itti模型和胶囊神经网络的图像显著性检测方法有望在多个领域得到应用,例如:
图像处理:该方法可以用于图像增强、图像识别、图像分割等图像处理任务。通过显著性检测,可以提高图像的质量和处理效率。
计算机视觉:该方法可以用于目标检测、目标跟踪、图像分类等计算机视觉任务。通过显著性检测,可以提高计算机视觉系统的准确性和稳定性。
人机交互:该方法可以用于智能手机、平板电脑、智能电视等设备的人机交互系统。通过显著性检测,可以提高用户的体验和满意度。
视频分析:该方法可以用于视频分析、视频摘要、视频检索等任务。通过显著性检测,可以提高视频分析系统的效率和准确性。
总的来说,基于Itti模型和胶囊神经网络的图像显著性检测方法是一种有前途的技术,具有广泛的应用前景。
广西师范大学地处世界级旅游城市、国家历史文化名城桂林,是国家教育部与广西壮族自治区人民政府共建高校,“中西部高校基础能力建设工程项目”高校,广西重点建设的“国内一流大学”高校,全国文明校园。有王城、育才、雁山3个校区,校园面积4100多亩,各类学生50000多人,各类教职工4000多人(含离退休人员)。学校已发展成为广西教师教育的“领头羊”、人文强桂的“主力军”、科技兴桂的“生力军”、广西国际教育的“排头兵”。目前,学校正全力推进“双一流”建设和综合改革,努力实现建设国际知名、教师教育特色鲜明的国内一流大学的目标。
与现有技术相比,本发明采用基于Itti显著性模型,并融合二次动态整合和深度学习(胶囊神经网络)来对图像显著性区域进行检测,其整合了Itti显著性模型,二次动态整合和胶囊神经网络的优点,在某种程度上模拟了大脑中视觉信息的传输和处理机制,更加符合神经元功能机制,也更加先进,从而能够更为准确地检测出图像中的显著对象或显著性区域。
技术转让,许可,合作所需资金需双方协商,此项技术想尽快落地保定,希望具备此项技术研发的技术方,能够尽快承接此项目。