基于视觉感知的图像显著性检测及其水下应用研究

The Human Visual System can reliably perceive salient objects in an image, but for current computer vision, it remains a challenge to computationally model the process of detecting salient objects without prior knowledge of the image contents. This project aims to investigate a visual-perception based image saliency detection model for salient-object detection. First, the informative and directional patches will be seen as visual stimuli for detecting salient objects. In this project, a multi-resolution analysis based salient patch detector will be designed and used to extract the visually informative patches. In addition, humans are sensitive to orientation features in an image. Since directional patches are always reliable cues, therefore we will also propose a method for extracting directional patches. Then, these above different types of patches are then combined to form the most important patches for saliency detection. At last, publicly available datasets and real underwater images will be used to test, analyze and evaluate our designed algorithm, and we will also gradually extend and apply the proposed visual-perception based image saliency detection method into the domain of underwater object detection and analysis.

人类视觉系统可以准确可靠地感知图像中的显著性物体，然而对于计算机视觉而言，图像的显著性检测仍然是一个挑战。本项目旨在提出一种基于视觉感知特征的图像显著性检测模型与算法，实现对复杂图像背景及水下复杂场景的图像显著性检测。首先通过并行地提取图像中的视觉感知意义上的重要图像区域，模拟人类视觉感知和分析图像这一多尺度分析的过程；然后，结合心理学实验，探讨对不同类型的视觉感知区域进行有效融合的方法，进而使融合的信息能够作为最终的视觉感知强刺激进行图像的显著性检测。最后，将利用国际公开的数据集以及真实水下图像对所设计的显著性检测算法进行测试、分析与评价，并拓展显著性检测应用于水下图像的目标检测之中，为面向复杂海洋场景条件下的水下目标检测与识别奠定技术基础。

本项目围绕图像显著性检测开展理论研究，在国内外对图像显著性检测及其水下应用研究日益重视的背景下，针对已有显著性检测方法的不足,开展将视觉感知计算模型引入到图像显著性检测研究之中，并尝试开展利用显著性检测技术进行水下目标的检测与识别。.该项目取得了一系列研究成果，在包括IEEE Trans. on MM、Information Sciences、Applied Soft Computing等知名期刊发表SCI检索论文10余篇，主要研究内容其中包括提出了基于方向视觉感知的图像显著性检测模型；提出了一种基于自底向上机制的基于四元数距离的Weber局部描述子（QDWLD）、中心先验和色彩先验的显著性检测框架；并初步模拟了视觉感知信息在图像显著性检测过程中的机理，比较和评价了所涉及的图像显著性检测模型和算法性能，开展了理论分析。标志性研究成果，如水下显著性检测研究论文两次分别入选2016、2017年以来国际期刊《Journal of Visual Communication and Image Representation》的高被引文章；构建了全球第一个开放下载水下数据集，该数据集是一种用于水下显著目标检测或显著性检测的大型水下图像数据集，研究论文发表在国际著名期刊《Applied Soft Computing》上。.项目开展的图像显著性检测关键技术及其水下目标检测与识别研究，不仅进一步促进相关领域的学术研究，也将为智能化尖端海洋仪器装备制造及国防科技等应用领域提供一定的技术储备。