1、視覺(jué)注意機(jī)制是濾除冗余，獲取有效信息的主要方法之一，如何合理的與已有算法相融合是當(dāng)前研究的關(guān)鍵。本文在對(duì)視覺(jué)注意機(jī)制與運(yùn)動(dòng)檢測(cè)算法深入分析的基礎(chǔ)上，針對(duì)兩種算法的不足，提出了一些改進(jìn)，并將其引入行人檢測(cè)中。通過(guò)實(shí)驗(yàn)分析對(duì)改進(jìn)算法的有效性和穩(wěn)定性進(jìn)行驗(yàn)證。
　　本文首先為對(duì)抗現(xiàn)有注意模型在顏色空間及時(shí)間信息等方面存在的不足，提出了相應(yīng)的改進(jìn)模型。使用更接近于人類視覺(jué)的Lab顏色空間來(lái)取代傳統(tǒng)模型中的RGB特征。并使用“勝者取全”（W

2、inner Takes All,WTA）的決策機(jī)制獲得顯著特征圖。其次，在區(qū)域檢測(cè)方面，針對(duì)三幀差分檢測(cè)邊緣不連續(xù)，空洞現(xiàn)象嚴(yán)重等缺陷，提出將改進(jìn)的三幀差法與基于區(qū)域搜索迭代的內(nèi)輪廓填充法相融合，以填充空洞。融合改進(jìn)的視覺(jué)注意模型，提出一種基于視覺(jué)注意機(jī)制的區(qū)域檢測(cè)算法，算法融合了運(yùn)動(dòng)檢測(cè)與視覺(jué)注意的現(xiàn)有研究成果，實(shí)現(xiàn)了對(duì)運(yùn)動(dòng)顯著區(qū)域的檢測(cè)。實(shí)驗(yàn)結(jié)果表明，本算法對(duì)待檢測(cè)區(qū)域的目標(biāo)信息起到明顯的增強(qiáng)作用，并一定程度抑制背景干擾，是一種有效

3、的區(qū)域檢測(cè)算法。最后，在行人檢測(cè)方面，基于視覺(jué)注意的區(qū)域檢測(cè)可得到被增強(qiáng)的包含目標(biāo)的區(qū)域，稱為感興趣區(qū)域（Region Of Interest，ROI）。針對(duì)傳統(tǒng)行人檢測(cè)算法需提取整幅圖像區(qū)域的HOG特征，耗時(shí)久，且誤檢嚴(yán)重；而單純引入運(yùn)動(dòng)信息，漏檢和局部檢測(cè)現(xiàn)象又十分嚴(yán)重等不足。本文將以上區(qū)域檢測(cè)算法引入其中，提出了一種基于視覺(jué)注意的行人檢測(cè)算法，該方法只需在ROI內(nèi)提取HOG特征并進(jìn)行匹配，在各場(chǎng)景下的實(shí)驗(yàn)結(jié)果表明，本文算法的檢測(cè)結(jié)