[发明专利]基于显式和隐含信息的图像视觉显著度计算方法和装置

摘要

本发明实施例提供了一种基于显式和隐含信息的图像视觉显著度计算方法和装置。该方法主要包括从图像中提取视觉词汇，建立任意两个视觉词汇之间的隐含关系模型；根据所述隐含关系模型获取所述图像上任意两个宏块之间的隐含关系系数，在不同颜色通道上分别提取每个宏块的显式显著度；根据所述图像上任意两个宏块之间的隐含关系系数和每个宏块的显式显著度建立图模型，根据所述图模型计算出所述图像的视觉显著度。本发明实施例可以使用这种先验知识和图像的显式信息量来构建有向图，用有向图的随机游走结果来计算显著度能得到更干净、准确、稀疏的图像的视觉显著度，可以有效地区分图像中的目标和干扰物，更好地定位图像中的重要内容。

主权项

一种基于显式和隐含信息的图像视觉显著度计算方法，其特征在于，包括：从图像中提取视觉词汇，建立任意两个视觉词汇之间的隐含关系模型；根据所述隐含关系模型获取所述图像上任意两个宏块之间的隐含关系系数，在不同颜色通道上分别提取每个宏块的显式显著度；根据所述图像上任意两个宏块之间的隐含关系系数和每个宏块的显式显著度建立图模型，根据所述图模型计算出所述图像的视觉显著度；所述的从图像中提取视觉词汇，建立任意两个视觉词汇之间的隐含关系模型，包括：将图像缩放到统一大小，提取缩放后的图像中不重叠的宏块，并对每个宏块提取视觉特征；对图像中所有的视觉特征使用聚类算法聚类，得到若干视觉词汇，计算出任意两个视觉词汇之间的相关性，得到任意两个视觉词汇之间的隐含关系模型，并对隐含关系模型进行归一化处理；所述的根据所述隐含关系模型获取所述图像上任意两个宏块之间的隐含关系系数，在不同颜色通道上分别提取每个宏块的显式显著度，包括：将图像缩放到统一大小，提取缩放后的图像中不重叠的宏块，并对每个宏块提取视觉特征；用聚类算法将视觉特征归类到视觉词汇，并根据所述任意两个视觉词汇之间的隐含关系模型提取图像上任意两个宏块之间的隐含关系系数；在不同颜色通道上分别提取宏块的显式显著度；所述的根据所述图像上任意两个宏块之间的隐含关系系数和每个宏块的显式显著度建立图模型，根据所述图模型计算出所述图像的视觉显著度，包括：分别计算出不同宏块之间的有向图，宏块A指向任意其他的宏块B的有向图由宏块A的类型、宏块B的显式显著度、宏块AB间的隐含关系系数和高斯距离决定，所述宏块A的类型包括干扰宏块类别的宏块、目标类别的宏块和无法确定类别的宏块；在每个有向图上随机游走，在随机游走结束后，将每个宏块的访问次数作为该宏块的图像显著度，并对宏块的图像显著度进行归一化处理；将所有宏块的图像显著度加权平均之后的值作为最终的图像视觉显著度。