[发明专利]基于随机扫视图稀疏信号重构的图像关注区域检测方法

权利要求书

1.一种基于随机扫视图稀疏信号重构的图像关注区域检测方法，其特征在于该方法包括以下步骤：

步骤(1)对图像自由察看，构造出多个随机扫视图，并在扫视端点处得到圆形观测区域；

步骤(2)对训练数据集进行预处理，得到大量图像块，提取其颜色稠密特征，求解稀疏基元构建的稀疏字典；

步骤(3)利用稀疏字典，对测试图像的图像块求解其稀疏表示，计算得到稀疏基元激活代价和稀疏信号重构误差，联合这两个影响因子，求解出每一次扫视时视点在圆形观测区域内的停留时间；

步骤(4)利用稀疏基元激活代价和稀疏信号重构误差以及求解出的视点停留时间，计算得到每一个图像块的显著度，综合所有图像块的影响，得到整张图的显著度；构建图像金字塔，得到最终的图像显著图。

2.根据权利要求1所述的基于随机扫视图稀疏信号重构的图像关注区域检测方法，其特征在于：步骤(1)对图像自由察看时，人眼会在图片的不同位置快速转移以至于能对输入的刺激信号重构出意象图；在此过程中，某些特定位置会锁定人眼视点更长的停留时间，因此该些特定位置也会变得更加显著；因为在眼球运动时视觉处理过程是阻塞的，也即是所谓的扫视掩蔽，因此忽略在扫视过程中的扫视路径，只关注扫视端点；每一次扫视之后，在扫视端点处生成随机大小的圆形观测区域，用来决定哪一些视觉刺激能够进入到视网膜；在随机扫视图像时，并不是以逐个像素的方式认知图像中的视觉内容，相反地，每一个扫视端点的圆形观测区域内的视觉刺激同时进入到视网膜；经过某次随机扫视之后，计算出某一位置的视觉辨别能力。

3.根据权利要求2所述的基于随机扫视图稀疏信号重构的图像关注区域检测方法，其特征在于：步骤(2)中颜色稠密特征是指先对彩色图像数据集采样出大量的图像块，并对每一个图像块在LAB颜色空间上提取出稠密特征，即将LAB空间上3个通道拉伸为1维列向量；得到所有图像块的稠密特征表示之后，给定每一个图像块的稀疏表示最多只有有限个稀疏基元被激活的条件下，稀疏字典能通过最大化其信号重构能力而学习得到。

4.根据权利要求3所述的基于随机扫视图稀疏信号重构的图像关注区域检测方法，其特征在于：步骤(3)中视点的停留时间受两个因素制约，一是激活稀疏基元的代价，二是重构输入刺激信号的误差；一个区域如果承载着更高的激活稀疏基元的代价以及更大的重构信号误差，则该区域锁定人眼视点的时间会更久一点；先对测试图像划分为若干个非重复的图像块，使用步骤(2)计算得到的稀疏字典，结合图像块的稠密特征表示，联合求解出这些图像块的稀疏表示；根据激活罕见稀少的稀疏基元比常见普通的稀疏基元的难度更大的机理，利用图像块的稀疏表示来求解激活稀疏基元的代价；此外，一个图像块如果具有更大的重构误差，则表明利用已有的先验知识对该图像块包含的丰富信息不能全部认知，这样就需要花费更多的视觉注意力来分析该图像块，联合步骤(1)中计算出的随机扫视后的视觉辨别能力，计算出随机扫视后的稀疏信号重构误差；最后采用线性函数组合激活稀疏基元代价和稀疏信号重构误差两大视点停留时间的影响因子，求解出随机扫视后视点在圆形观测区域内的停留时间。

5.根据权利要求1所述的基于随机扫视图稀疏信号重构的图像关注区域检测方法，其特征在于：步骤(4)中一个图像块可能出现在多个圆形观测区域内，且图像块的显著度和每一个圆形观测区域内视点对其的影响成正比，所有该图像块的显著度应该综合它所属的所有区域来计算；构建出图像金字塔，对每一层图像求解其显著图，最后将所有显著图缩放到同一尺度直接求平均，得到最终的图像显著度。