版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、視覺是一個對圖像進行重新解釋為物理場景的過程,例如從圖像中的前景從其它部分中分離出來。和其它視覺感知任務(wù)一樣,圖像本身只為前景分割提供了有限的信息,因而需要先驗知識的參與來完成分割任務(wù)。Gestalt知覺組織原則通過對前景輪廓線統(tǒng)計量的約束對簡化這一過程起到了關(guān)鍵作用。然而,缺少一個生物上可行的神經(jīng)計算模型表征Gestalt知覺組織原則的作用,目前仍然缺乏對Gestalt知覺組織原則的定量研究。本文提出一種基于Markov隨機場的Ges
2、talt知覺組織原則表示,并建議了一種基于信息傳遞算法的神經(jīng)計算機制來完成前景分割所需的推理。本文模型通過在分割標(biāo)簽的編碼加入對輪廓線方向的考慮,將Gestalt知覺組織原則的各項準(zhǔn)則加入到目標(biāo)函數(shù)中去。而以往的分割算法如Grabcut等,幾乎沒有考慮過這類約束條件。作為前景分割和Gestalt知覺組織原則研究的基本框架,本文系統(tǒng)的結(jié)構(gòu)設(shè)計與神經(jīng)生理實驗結(jié)論相一致。我們將視覺的前景分割系統(tǒng)分為三個松散耦合的子模塊:第一個子模塊對應(yīng)于初級
3、視皮層,用于抽取邊界、角點等與前景分割有關(guān)的基本幾何特征。第二個子模塊對應(yīng)于紋外皮層V2區(qū),用于在基本幾何特征的基礎(chǔ)上進行推理計算,以形成感知上的前景分割。第三個子模塊對應(yīng)于高級區(qū)域,用于引導(dǎo)前景的選擇。在本文中,我們通過一個前景預(yù)注意模型或一個用戶交互系統(tǒng)代替這一模塊。這樣一個與生理實驗一致的結(jié)構(gòu)允許我們在本文工作研究的基礎(chǔ)上建立更復(fù)雜的神經(jīng)視覺模擬系統(tǒng)。此外,我們通過概率密度估計的方式對V1區(qū)到V2區(qū)的前饋影響進行建模。這一階段事實
4、上是對Gestalt知覺組織原則的定量建模過程。和以往對Gestalt知覺組織原則的定量研究不同,本文著重討論了該原則在神經(jīng)視覺系統(tǒng)中的實現(xiàn)以及可行性。特別地,本文所考慮的Gestlat知覺組織原則甚至包括了前人工作中無法表示的閉合律,在過去的定量研究中從未包括,但它對前景分割任務(wù)十分重要。為了驗證本文算法的有效性,我們在兩幅心理實驗圖像和Berkeley分割數(shù)據(jù)集上對本文模型進行了實驗。本文模型給出了令人鼓舞的自動前景分割結(jié)果,同時反
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于彩色和深度的前景分割研究.pdf
- 基于先驗形狀的前景分割算法研究.pdf
- 基于最短路徑的視頻前景分割.pdf
- 基于邊界跟蹤的聚堆細胞圖像分割算法研究.pdf
- 基于統(tǒng)計模型的SAR圖像分割.pdf
- 基于統(tǒng)計建模的彩色圖像分割算法研究.pdf
- 基于統(tǒng)計混合模型的圖像分割方法研究.pdf
- 基于區(qū)域分割法的色域邊界描述算法研究.pdf
- 基于噪聲統(tǒng)計模型的區(qū)域分割.pdf
- 基于自動標(biāo)記的彩色圖像前景目標(biāo)分割.pdf
- 基于統(tǒng)計模型的SAR圖像分割方法研究.pdf
- 基于統(tǒng)計量的ES核估計.pdf
- 基于統(tǒng)計量的圖像去霧算法研究.pdf
- 基于高階統(tǒng)計量的期權(quán)定價模型研究.pdf
- 基于統(tǒng)計形狀模型的肝臟圖像分割算法研究.pdf
- 基于高階統(tǒng)計量的信道均衡算法研究.pdf
- 基于統(tǒng)計模型的胰腺分割算法的研究與實現(xiàn).pdf
- 遙感影像分割邊界平滑方法研究.pdf
- 基于矩Gap統(tǒng)計的圖像分割方法.pdf
- 基于Gap統(tǒng)計的圖像分割理論與算法研究.pdf
評論
0/150
提交評論