视觉注意模型
一种基于视觉注意模型的图像检索方法
ImageRetrievalMethodBasedonVisualAttentionModel
李艳黄东军LiYanHuangDongjun
（中南大学信息科学与工程学院，湖南长沙410083）
（SchoolofInformationScienceandEngineering,CentralSouthUniversity,HunanChangsha410083）
摘要：借鉴心理学中人眼视觉注意力模型，提出了一种新的基于显著区域的图像检索方法。利用局部结合整体的方式，既考虑图像显著区域中稳定所具有的稳定特征，同时充分利用区域间相互位置关系反映图像的整体构成，并结合二者进行检平移、亮度变化等缺点。实验表明，利用显著区域进行检索有利于消除图像索，从而克服了传统检索中不能解决的图像旋转、背景对检索结果的影响，与传统基于全局的检索方法相比，本文提出的方法具有更好的检索性能。
关键词：显著区域；视觉注意机制；Ｓｉｆｔ描述子；相似性；空间布局中图分类号：ＴＰ３９１
文献标识码：Ａ
文章编号：１６７１－４７９２－（２０１０）５－０１０１－０４
Abstract：Learningpsychologyofhumanvisualattentionmodel,anewsalientregion-basedimageretrievalmethodisproposed.Byusingamethodcombiningthelocalandwholefeatureofanimage,weconsidertheunstablefeatureofthesalientareas,andtakethefulladvantageofspatialrelationshipbetweenthesalientareaswhichreflectsanoverallcompositionofanimage,thenthetwoarecombinedtofindthemostsimilarimageinthedatabase,thussomeshortcomingsinthetraditionalimageretrievalsuchasrotation,translation,paredwiththetraditionalretrievalmethodsbaseonglobalfea-ture,ourmethodhasbetterretrievalperformance.
Keywords:SalientRegion;VisualAttention;Siftdescriptor;Similarity;SpatialDistribution
一
种基于视觉注意模型的图像检索方法
0引言
基于内容的图像检索（CBIR）目前是一个非常活跃的研究领域。早期的CBIR提取图像的整体特征（如颜色、纹理、形状等）进行检索，取得了较大的进展[1]。但是，这种基于全局特征的检索方法忽视了图像中人眼真正感兴趣的部分，无法满足人们越来越高的检索要求。事实上，人们在观察图像时，引起人类视觉注意的往往是图中一些对人眼有刺激的部分，这些部分往往是人类视觉感兴趣部分，也称显著部分[2]。如图一中方框标示部分往往是人眼最为关注的部分。因此，针对图像中人类视觉感兴趣区域进行检索，将会更加贴近用户检索意图，有助于提高检索性能。
为此，本文在视觉注意力模型的框架下，提出了一种基于综合多显著区域局部与全局特征相结合的图像检索方法。该方法主要包括两方面：首先，为了克服传统基于图像底层特征对于亮度、平移、尺度等变化敏感的缺点，文中采用了一种具有良好仿射不变特性的Sift特征向量来描述图像中的
图一
图像中的显著区域
显著区域；其次，利用图像中显著区域的相对空间布局作为图像结构信息进行检索。实验结果表明，本文方法与传统方法相比，具有更加良好的检索效果。1显著区域提取及特征描述
现代生理学和心理学研究表明,图像一些具有强烈视觉反差的元素是对人眼刺激最强烈的部分[3]，这些区域称为显著区域。“显著”(saliency)的产生是由于视觉对象本身具有