数字图像视觉真实感若干问题的研究

发布时间：2017-11-09 09:15

  本文关键词：数字图像视觉真实感若干问题的研究

  更多相关文章： 视觉真实感 心理物理实验 经验建模 人脸感知

【摘要】：随着信息技术的飞速发展,数字图像日益成为人们生活中重要的组成部分。无论是数码照片、游戏动漫、还是最近兴起的3D电影,图像不断地以各种形式进行数字化的呈现。在这其中,数字图像,特别是计算机生成图像(简称CG)的视觉真实感(visual realism)既是影响人类感知的关键因素,也是评价各类图像质量的重要标准。因此,对数字图像视觉真实感程度进行研究成为多个领域亟待解决的问题。数字图像视觉真实感是指一幅图像同它对应的自然场景相比,图像引起的人类视觉反馈和自然场景所引起的人类视觉反馈的相似程度。它是影响人们感知的重要的图像高层属性,与人类认知视觉、认知心理学等多个领域密切相关。对它的研究将在多个领域产生十分重要的现实意义,例如,视觉真实感可以作为计算机生成图像的质量评价标准,或者用来控制计算机游戏的真实度。视觉真实感同样可以用于基于语义的图像检索和图像取证。尽管目前在多个领域对数字图像视觉真实感均有提及,但是每个领域的相关研究均具有特定的局限性,目前还没有形成一个系统的数字图像视觉真实感评价指标体系,也没有成熟的视觉真实感图像数据库。对数字图像视觉真实感的客观的、系统的评价技术也有待于进一步的完善。本论文在前人的研究工作基础上,同时采用自底向上的图像属性研究和自顶向下的人类感知实验方法,围绕若干关键问题,开展了相关研究工作。本文的主要贡献有以下几点：1.针对数字图像视觉真实感研究,建立了两个真实感数据库。其一是具有1260组CG图像和照片的人脸真实感数据库,其二是具有1260组CG图形和照片的普通场景数据库,并将建成的普通场景视觉真实感数据库在网上进行发布,以期成为一个可扩展的数字图像视觉真实感标准数据库。2.结合心理学,建立了人脸图像视觉真实感的经验感知模型。并进一步将对人脸真实度感知的研究扩展到普通场景的真实感研究上,建立了普通场景图像真实感感知经验模型。3.结合人类认知特点,研究适用于图像视觉真实感的评价特征,提出了图像真实感评价的主客观指标,并对提出的指标进行了理论分析。4.提出了基于人类认知的视觉真实感自动评价算法,并将算法的性能与目前常用的其他算法进行比较。实验结果表明,本文提出的算法比其他现有的算法更加接近人们感知。本文的创新之处主要有以下几个方面：1.对视觉真实感进行系统的分析和建模,并提出了主客观指标：本文通过一系列的心理物理实验与数据分析,提出影响人们对图像真实感感知的四个主要因素：图像自然度,图像熟悉程度,图像语义和图像美感。同时,本文进一步将这四个高层图像属性用计算机能够处理的图像特征来表征,实现了基于人类认知的数字图像视觉真实感的客观评价。2.将多个学科领域的研究方法和研究成果有机结合,用于视觉真实感的研究与分析：视觉真实感是一个较为主观的概念,它与人类认知科学、心理学等多个学科有着千丝万缕的联系。因此,对视觉真实感的研究是一个跨领域的研究,有其特有的难度。文章从认知科学的角度出发,合理地引入心理学的实验设计与信号检测论分析方法,同时采用统计学中的方差分析与假设检验对数据进行分析,并结合计算机科学中的机器学习,实现视觉真实感的自动评价。3.建立了量化的图像视觉真实感数据库：虽然目前各领域对视觉真实感都有零星分散的相关研究,但没有形成一个完整的研究体系。例如在计算机图形学领域,对计算机图形的真实感主要集中在有参考的评价,对图形的内容也局限于几种特定的场景。又如在计算机视觉领域,目前相关的主要研究在于对图像类型的区分,缺乏对图像真实度的定量分析。本文正是基于对相关领域研究现状和存在的问题的分析基础上,提出建立量化的图像视觉真实感数据库,为实现视觉真实感定量分析打下基础。
【学位授予单位】：宁波大学
【学位级别】：博士
【学位授予年份】：2014
【分类号】：TP391.41

【共引文献】

中国期刊全文数据库 前10条

1 李志成;秦世引;Itti Laurent;;遥感图像的显著-概要特征提取与目标检测[J];北京航空航天大学学报;2010年06期

2 ;Natural Scene Classification Inspired by Visual Perception and Cognition Mechanisms[J];重庆理工大学学报(自然科学);2011年07期

3 谢昭;高隽;;基于高斯统计模型的场景分类及约束机制新方法[J];电子学报;2009年04期

4 刘硕研;须德;冯松鹤;刘镝;裘正定;;一种基于上下文语义信息的图像块视觉单词生成算法[J];电子学报;2010年05期

5 高常鑫;桑农;;整合局部特征和滤波器特征的空间金字塔匹配模型[J];电子学报;2011年09期

6 孙显;付琨;王宏琦;;基于空间语义对象混合学习的复杂图像场景自动分类方法研究[J];电子与信息学报;2011年02期

7 胡正平;戎怡;;基于EILBP视觉描述子结合PLSA的场景分类算法[J];光电工程;2010年11期

8 黄双萍;俞龙;卫晓欣;;一种异质特征融合分类算法[J];电子技术与软件工程;2013年02期

9 付赛男;朱俊;张瑞;邹维嘉;;基于融合特征降维的场景分类研究[J];电视技术;2013年13期

10 申晓霞;张桦;高赞;薛彦兵;徐光平;;一种鲁棒的基于深度数据的行为识别算法[J];光电子.激光;2013年08期

中国重要会议论文全文数据库 前5条

1 张洁琳;林秉雄;;Gabor-SIFT:一种新的特征点匹配方法[A];第六届和谐人机环境联合学术会议（HHME2010)、第19届全国多媒体学术会议（NCMT2010）、第6届全国人机交互学术会议（CHCI2010）、第5届全国普适计算学术会议（PCC2010）论文集[C];2010年

2 王晗;滕鹏;梁玮;;使用稠密兴趣点包的非对称风景图像检索[A];第七届和谐人机环境联合学术会议（HHME2011)论文集【poster】[C];2011年

3 刘林;李金屏;王真;;基于多颜色空间和累计直方图的视频场景分类[A];第十五届全国图象图形学学术会议论文集[C];2010年

4 Weihai Chen;Kai Ding;Xingming Wu;;Dimension reduction based SPM for image classification[A];第25届中国控制与决策会议论文集[C];2013年

5 Ke Xie;Jin Wu;Wankou Yang;Changyin Sun;;K-Means Clustering Based on Density for Scene Image Classification[A];2015年中国智能自动化学术会议论文集（第一分册）[C];2015年

中国博士学位论文全文数据库 前10条

1 鹿瑞;自然图像的颜色恒常性计算研究[D];北京交通大学;2010年

2 江悦;场景图像内容表述和分类研究[D];国防科学技术大学;2010年

3 解文杰;基于中层语义表示的图像场景分类研究[D];北京交通大学;2011年

4 白明;自主移动机器人的运动规划与图像理解研究[D];大连理工大学;2011年

5 邓鹤;基于飞行昆虫视觉机理的导航新方法[D];华中科技大学;2011年

6 周文罡;基于局部特征的视觉上下文分析及其应用[D];中国科学技术大学;2011年

7 魏玲;真实场景中视觉搜索的背景线索效应[D];天津师范大学;2011年

8 赵才荣;基于图嵌入与视觉注意的特征抽取[D];南京理工大学;2011年

9 黄双萍;通用视觉目标识别的关键技术研究[D];华南理工大学;2011年

10 祝文骏;基于视觉皮层网络的物体整体特征分析与算法研究[D];上海交通大学;2011年

中国硕士学位论文全文数据库 前4条

1 袁颖;旋转情绪面孔的倒置效应[D];西南大学;2013年

2 钟鸣;经验对面孔识别能力的影响：发展和训练的研究[D];浙江理工大学;2014年

3 夏妮;专家化物体的N170适应效应：GREEBLE和甲骨文的人工学习研究[D];浙江师范大学;2014年

4 朱丹丹;3-9个月婴儿对本族和他族面孔眼动扫描加工的发展[D];浙江理工大学;2015年

，

本文编号：1161229