استخراج نقشه برجستگی شیء مبتنی بر روش سوپرپیکسل و با استفاده ترکیب ویژگیهای سطح پائین و بالا

در یک دهه اخیر خیرگی نگاه توجه محققین در حوزه های مختلف را به خود جلب کرده است به گونه ای که در بسیاری از کاربردهای بینایی ماشین از جمله شناسایی و رهگیری شیء به کار گرفته میشود. خیرگی نگاه به فرآیندی گفته میشود که طی آن بتوان نقطه دید ناظر را پیدا کرد. به عبارت دیگر فرآیند پیشبینی شیء برجسته از دید کاربر، خیرگی نگاه تعریف میشود. نقشه برجستگی شیء یکی از مهمترین مراحل پردازشی از سیستم بینایی انسان میباشد که حاوی اطلاعات مفیدی از منظره مورد نظر در عکس میباشد. روشی که در این مقاله ارائه شده است مبتنی بر بدست آوردن 6 نقشه ویژگی از تصویر ورودی میباشد. در ابتدا تصویر به نواحی تشکیل دهنده آن تجزیه میشود. به عبارت دیگر، هر تصویر به سوپرپیکسل های تشکیل دهنده آن تجزیه میشود. سپس برای هر تصویر از پایگاه داده، 6 نقشه ویژگی شدت روشنایی، کنتراست، جهت، اختلاف رنگ در سه کانال، ویژگی Motion و ویژگی طیف فوریه استخراج میشود. در ادامه و بهمنظور هموارسازی نقشه های ویژگی، از فیلتر گاوسین استفاده شده است. برای بدست آوردن نقشه نهایی برجستگی شیء، هر یک از این نقشه ها وزن دهی شده است و در انتها با یکدیگر ترکیب میشوند. روش پیشنهادی بر روی پایگاه داده MSRA-1000 مورد ارزیابی قرار گرفته شده است. نتایج حاصل از معیارهای ارزیابی F-measure، AUC، MAE، OR و منحنی precision-recall بیانگر عملکرد خوب روش پیشنهادی در این پایگاه داده میباشد.

Keywords:

نقشه برجستگی , پردازش پائین به بالا , مدل بصری , سیستم بینایی , پردازش بالا به پائین.