تشخیص برجستگی عمومی تصویر با استفاده همزمان از ویژگی های سطح پایین و سطح بالا

توجه بصری، فرایندی است که سیستم های بیولوژیکی را قادر می سازد تا نواحی مورد توجه را از صحنه انتخاب کنند. مدلسازی توجهبصری، کاربردهای مهندسی فراوانی در زمینه بینایی ماشین دارد که در اصطلاح تشخیص برجستگی نامیده میشود. اکثر مدلهای توجه بصریمبتنی بر توجه پایین به بالا هستند و برای تشخیص برجستگی از ویژگی های سطح پایین استفاده می کنند. مدلهای بالا به پایین ارائه شده درپژوهشهای پیشین نیز اغلب محدود به پیدا کردن نواحی هدف خاص (تشخیص برجستگی اختصاصی) هستند. در این مقاله، یک مدل توجه بصریارائه گردیده است که شامل دو قسمت: توجه بالا به پایین و توجه پایین به بالا است. توجه بالا به پایین مورد استفاده در این مقاله، مبتنی بر نواحیهدف عام است و ویژگیهای سطح پایین و سطح بالا را برای طبقه بندی کننده با سرپرست AdaBoost به کار می برد. توجه پایین به بالا در این مدل، براساس رنگ پسزمینه، نواحی مورد توجه را تشخیص میدهد. در نهایت، دو نقشه برجستگی ایجاد شده از توجه بالا به پایین و پایین به بالا با یکدیگر تلفیق می شوند. پیاده سازی روش پیشنهادی روی پایگاه داده MSRA-1000 انجام گردیده است و تعیین معیار کمی F-measure و معیار کیفی منحنی precision-recall حاکی از کارآیی مناسب روش پیشنهادی است.

Keywords:

تشخیص برجستگی , ویژگیهای سطح پایین و سطح بالا , مبتنی بر نواحی هدف عام , توجه پایین به بالا , توجه بالا به پایین