摘要：为了有效地利用不同层次特征的互补性,提高鲁棒性,提出一种融合低层和高层特征的图表示的图像显著性算法.首先以超像素为结点构图,通过高层特征和底层特征差异定义该图的点和边的权重;然后根据该图模型构造不对称转移概率矩阵,并利用Markov随机游走算法进行求解,得到初始显著性图;最后结合中心先验及改进的边界先验得到最终的图像显著性结果.在4个公共数据集上与10种方法进行比较与分析,验证了该算法的有效性.

摘要：频域分析方法是图像显著性检测的经典方法之一,算法简单且计算速度快.然而传统的傅里叶频域分析方法计算出的显著性图精细度较低,难以获得满意的显著性区域分割结果.针对此问题,文中提出基于红黑小波变换的图像显著性检测方法.首先根据图像的尺寸确定红黑小波的分解层数;然后将原始图像和经过高斯平滑处理的图像分别进行红黑小波分解,求得二者分解结果的差值,并对该值进行红黑小波反变换获得显著性图.实验结果表明,与传统的傅里叶频域分析方法相比,该方法可获得更好的显著性检测效果.

摘要：语音情感识别(Speech emotion recognition,SER)是计算机理解人类情感的关键之处,也是人机交互的重要组成部分。当情感语音信号在不同的介质传播时,使用深度学习模型获得的识别精度不高,识别模型的迁移能力不强。为此,设计了一种融合图像显著性和门控循环的声波动方程情感识别(Image saliency gated recurrent acoustic wave equation emotion recognition,ISGR-AWEER)模型,该模型由图像显著性提取和基于门控循环的声波动模型构成。前者模拟注意力机制,用于提取语音中情感表达的有效区域,后者设计了一个声波动情感识别模型,该模型模拟循环神经网络的流程,可以有效提升跨介质下语音情感识别的精度,同时可快速地实现跨介质下的模型迁移。通过实验,在交互情感二元动作捕捉(Interactive emotional dyadic motion capture,IEMOCAP)情感语料库和自建多介质情感语音语料库上验证了当前模型的有效性,与传统的循环神经网络相比,情感识别精度获得了25%的改善,并且具有较强的跨媒介迁移能力。

摘要：为了提高合成孔径雷达(synthetic aperture radar,SAR)图像中海上溢油的检测精度,设计了一种图像显著性和均值偏移分割相结合的暗斑检测方法,验证了该方法在SAR溢油图像暗斑识别中的有效性,为溢油区域的准确检测奠定了基础。针对SAR溢油图像中暗斑区域在人类视觉中属于感兴趣区域的特性,利用图像显著性检测方法对整幅SAR图像进行处理生成显著性图像,然后利用均值偏移方法在SAR图像的Lab空间将图像分割成不同区域,最后在显著性图像上利用每个区域的平均显著性值与动态阈值之间的关系确定溢油图像中的暗斑区域。实验结果表明,该方法不需要人工交互,且能够有效地提取出SAR图像溢油中的暗斑区域。

摘要：在多模态深度学习领域,尽管有很多研究表明图像语义描述模型容易受到对抗样本的攻击,但是视频语义描述模型的鲁棒性并没有得到很多的关注。主要原因有两点:一是与图像语义描述模型相比,视频语义描述模型的输入是一个图像流,而不是单一的图像,如果对视频的每一帧进行扰动,那么整体的计算量将会很大;二是与视频识别模型相比,视频语义描述模型的输出不是一个单词,而是更复杂的语义描述。为了解决上述问题以及研究视频描述模型的鲁棒性,提出了一种针对视频语义描述模型的稀疏对抗样本攻击方法。首先,基于图像识别领域的显著性分析的原理,提出了一种评估视频中不同帧对模型输出贡献度的方法。在此基础上,选择关键帧施加扰动。其次,针对视频语义描述模型,设计了基于L2范数的优化目标函数。在数据集MSR-VTT上的实验结果表明,所提方法在定向攻击上的成功率为96.4%,相比随机选择视频帧,查询次数减少了45%以上。上述结果验证了所提方法的有效性并揭示了视频语义描述模型的脆弱性。

摘要：二维码作为一种可扫描的图像信息载体被广泛应用于快速便捷地获取关键信息.然而,为了确保扫描的健壮性,目前大部分二维码采用黑白块构成,外观单调,并且无法将二维码的外观信息和其承载的信息关联,这从一定程度上给二维码的使用和推广带来了诸多不便.该文提出一种融合数字编码的可扫描图像生成方案.首先,提出了一种基于局部自适应的图像亮度调整算法对图像进行预处理,根据图像亮度分布情况进行自适应调整,突出图像色彩,为二维码融合奠定基础;其次,设计了一种基于高斯消元与图像显著性的二维码模块顺序调整算法,通过提取图像的显著性区域获得显著性矩阵,并依此调整二维码模块优先级,使生成的二维码中间结果与待融合的输入图像具有更好的结构相似性;最后,在兼容传统DM码扫码器基础上,提出了一种基于权重矩阵的图像融合算法,保证扫描健壮性的同时,提高二维码视觉效果.实验结果表明该方案生成400像素以下的二维码图片耗时小于1 s,并且保证扫描成功率大于92%的前提下,比现有的艺术二维码具有更好的视觉效果,较好解决了二维码美感和健壮性的冲突问题,拓宽了二维码的应用场景.

摘要：针对传统非DCT域图像显著区域检测方法无法直接应用于压缩图像的问题,提出一种基于DCT系数的图像显著区域检测方法.首先利用DCT所得系数提取图像块的亮度、颜色和纹理特征;然后通过分析特征向量分布规律对频率最低的部分特征向量进行替换,并计算特征向量全局对比度;最后将构建的高斯系数矩阵与所得对比度结果融合,从而完成图像显著区域检测.仿真实验结果表明,与现有的基于压缩域的显著检测方法相比,该方法可获得更好的显著区域检测结果,并且有着较高的检测效率.

摘要：针对现有融合方法所用的多尺度变换模型均使用的通过手工设计的固定框架具有很强的人为先验性,提出了一种基于深度卷积自编码网络的图像融合方法。首先,通过构建一种深度卷积自编码网络来学习图像的有效分解与表示;然后,在该网络框架下通过设计基于红外图像显著性的融合规则进行图像融合。仿真实验表明,提出的算法在主观和客观评价上均具有明显优势。