基于视频的视觉显著性方法研究(2)
基于视频的显著性方法是一个在快速发展的领域，在当今的图像学中已经起到了越来越重要的作用。网站的设计者，一般而言会将重要的信息和内容放在人眼判定的显著的区域；视频的拍摄者，需要将主要想表达的物体突出，而尽量隐藏不需要的背景；观众则面对越来越大的视频信息，也需要更加高效简洁的显著性方法，而这些都是这项研究的现实意义。
1.2 国内外研究现状
1.3 本文的创新点
本文通过两个重要的部分的结合，即（1）图像的显著性 （2）视频中连续图像的显著性，来进行结合，得到基于视频的显著性区域。通过将常用的两项技术进行结合，将静态图像的显著性推广到动态的视频中，并通过视频的显著性分析运动中的物体显著性以及静态物体的显著性的平衡点以及阈值，来最终对一个较为复杂的视频进行简化处理，达到目标。
1.4 本文的结构安排
本文第一章中对于课题要涉及的背景知识进行了初步介绍和讲解。下文的第二章和第三章，将分别对于单幅图像的显著性算法以及连续图像的显著性算法进行分析，研究，并对自己最终使用的算法进行说明讲解。第四章，是对前面两张进行的总结和结果统计，通过第二章算法和第三章算法进行操作后得到的结果，进行再次的加权运算，得到关于整个视频的显著性区域的结果，并对于最后的结果进行人工的验证和对比，证明本文研究对象的合理性和准确性。
1.5 本文使用的编程软件介绍
MATLAB由一所来自美国的MathWorks公司出品的商业软件，是一种用于开发算法、数据可视化计算、分析数据以及计算数值的高级计算语言以及交互式软件，主要由MATLAB和Simulink两部分组成[5]。
MATLAB由matrix&laboratory两个单词连接而成，翻译为矩阵工厂。来自于mathworks公司推出的基本面向科学计算、可视化计算以及交互式程序编写的高级编程环境。MATLAB把数据解析、矩阵运算、科学数据可视化同建立非线性动态系统的模型和模拟等各类实用功能集合在一个简单方便运用的窗口环境，为科技研究、课题设计以及进行有意义的数学运算的众多科技领域提供了一个完美的解决方案，而且在极大意义上脱离了陈旧的非交互式程式设计语言的编写模式，可以代表当今世界科学计算软件的最先进的水平。
同Mathematica、Maple并称为目前的三大数学软件的MATLAB。在数学类科学应用软件中有独特的优势，它在数值的运算方面具有优势。MATLAB可以进行对矩阵进行运算，还可以绘制函数图像和数据框图，实现各类算法，创建完整的用户操作界面、同其他编程语言的程序进行连接等，主要应用于计算工程、控制操作、信号操作处理与通信、图像的处理应用、信号检索、金融建模设计等领域。
MATLAB的基本数值单位是矩阵，MATLAB的表达式与数学、工程中一般用到的形式十分类似，所以用MATLAB来解决问题要比使用C，FORTRAN等其他语言完成相同的事情简单得多，同时MATLAB也吸收了其他例如Maple等软件的优势，使MATLAB具有成为一个强大的数学软件的资本。目前，在新的版本的MATLAB中也加入了对C，FORTRAN，C++，JAVA等编程语言的支持。
2 基于单幅图像的显著性区域检测
2.1 单幅图像显著性检测方法
早期的图像显著性方法中，较为出名的USC的Itti提出的一种自顶向下的基于视觉感官的框架，除此之外作者还开发了显著性工具箱，来对图片显著消息进行提取[6]。
Itti提出了一种关于生物的模型。他通过模拟生命体视觉机制中的选择性模型，这个模型较合适处理一些天然图形。此处的显著值是像素点在光亮、色彩、方位与周围景物的对比，全部点的显著值构筑一张显著图
上一篇：基于JSP的学术信息交流平台设计