CN109660863A - 视觉关注区域检测方法、装置、设备及计算机存储介质 - Google Patents

视觉关注区域检测方法、装置、设备及计算机存储介质 Download PDF

Info

Publication number
CN109660863A
CN109660863A CN201710935270.5A CN201710935270A CN109660863A CN 109660863 A CN109660863 A CN 109660863A CN 201710935270 A CN201710935270 A CN 201710935270A CN 109660863 A CN109660863 A CN 109660863A
Authority
CN
China
Prior art keywords
mobile environment
environment parameter
under
image
attention location
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710935270.5A
Other languages
English (en)
Other versions
CN109660863B (zh
Inventor
廖振松
王冼
陈加忠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Mobile Communications Group Co Ltd
China Mobile Group Hubei Co Ltd
Original Assignee
China Mobile Communications Group Co Ltd
China Mobile Group Hubei Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Mobile Communications Group Co Ltd, China Mobile Group Hubei Co Ltd filed Critical China Mobile Communications Group Co Ltd
Priority to CN201710935270.5A priority Critical patent/CN109660863B/zh
Publication of CN109660863A publication Critical patent/CN109660863A/zh
Application granted granted Critical
Publication of CN109660863B publication Critical patent/CN109660863B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/4402—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44213—Monitoring of end-user related data

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Social Psychology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Image Processing (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本发明公开了一种视觉关注区域检测方法、装置、设备及计算机存储介质。该方法包括：接收图像和移动环境参数；根据移动环境参数下的视觉感知模型，将图像转换为移动环境参数下的视觉感知图像；采用最优视觉关注区域检测算法对移动环境参数下的视觉感知图像进行视觉关注区域检测；基于视觉关注区域检测结果调整移动环境参数下的视觉感知图像，并发送调整后的移动环境参数下的视觉感知图像。采用本发明实施例后，通过移动环境参数下的视觉感知模型，采用最优视觉关注区域检测算法，实现移动环境下视觉感知图像的视觉关注区域检测。

Description

视觉关注区域检测方法、装置、设备及计算机存储介质
技术领域
本发明属于通信技术领域，尤其涉及一种视觉关注区域检测方法、装置、设备及计算机存储介质。
背景技术
针对人眼的视觉关注机制，为媒体内容的处理分配不同的优先级，有助于提高对移动设备上的媒体内容(例如网页、图像或视频)的观看体验。例如，为了适配屏幕的分辨率，可以对图像或者视频的分辨率做调整；还可以为了提高观感体验，切除屏幕中人眼不关注的区域；还可以根据人眼对画面不同区域关注程度的不同，调整画面中不同区域的压缩编码算法的码率分配策略。因此，在媒体内容处理中，视觉关注区域检测对于提高移动设备上的媒体内容的观看体验尤为重要。
通常，日常生活中很大一部分人在移动环境下通过移动设备观看和分享媒体内容，在移动环境下观看媒体内容的条件和在非移动环境下的观看条件是完全不同的。因为移动设备屏幕的大小、观看距离、移动状态和环境光照，都会对媒体的感知质量产生很大的影响。因此在移动环境下，人眼对媒体内容的感知质量完全不同于在非移动环境下对媒体内容的感知质量。即使相同的媒体内容质量和观看设备，在不同的环境下，观看者对媒体内容的视觉感知是完全不同的，因此，在移动环境下人眼感知到的媒体质量相对于非移动环境下将会发生变化。
现有技术是对从移动设备内存中读取的图片进行视觉关注区域检测。在移动环境下媒体内容的视觉感知相对于非移动环境下的视觉感知是不同的。因此，在移动环境下，采用现有技术对移动设备内存中的图片进行视觉关注区域检测准确性较差。
发明内容
本发明实施例提供一种视觉关注区域检测方法、装置、设备及计算机存储介质，通过移动环境参数下的视觉感知模型，提高了移动环境参数下的视觉感知图像的视觉关注区域检测的准确性。
一方面，本发明实施例提供一种视觉关注区域检测方法，方法包括：
接收图像和移动环境参数；
根据移动环境参数下的视觉感知模型，将图像转换为移动环境参数下的视觉感知图像；
采用最优视觉关注区域检测算法对移动环境参数下的视觉感知图像进行视觉关注区域检测；
基于视觉关注区域检测结果调整移动环境参数下的视觉感知图像，并发送调整后的移动环境参数下的视觉感知图像。
另一方面，本发明实施例提供了一种视觉关注区域检测装置，装置包括：
接收模块，用于接收图像和移动环境参数；
感知模块，用于根据移动环境参数下的视觉感知模型，将图像转换为移动环境参数下的视觉感知图像；
检测模块，用于采用最优视觉关注区域检测算法对移动环境参数下的视觉感知图像进行视觉关注区域检测；
调整模块，用于基于视觉关注区域检测结果调整移动环境参数下的视觉感知图像，并发送调整后的移动环境参数下的视觉感知图像。
再一方面，本发明实施例提供了一种视觉关注区域检测设备，设备包括：处理器以及存储有计算机程序指令的存储器；
处理器执行计算机程序指令时实现本发明实施例提供的视觉关注区域检测方法。
再一方面，本发明实施例提供了一种计算机存储介质，计算机存储介质上存储有计算机程序指令；
计算机程序指令被处理器执行时实现本发明实施例提供的视觉关注区域检测方法。
再一方面，本发明实施例提供了一种视觉关注区域检测方法，方法包括：
发送图像和移动环境参数；
接收依据图像调整后的移动环境参数下的视觉感知图像；
显示移动环境参数下的视觉感知图像。
再一方面，本发明实施例提供了一种视觉关注区域检测装置，装置包括：
发送模块，用于发送图像和移动环境参数；
接收模块，用于接收依据图像调整后的移动环境参数下的视觉感知图像；
显示模块，用于显示移动环境参数下的视觉感知图像。
再一方面，本发明实施例提供了一种视觉关注区域检测设备，设备包括：处理器以及存储有计算机程序指令的存储器；
所述处理器执行所述计算机程序指令时实现本发明实施例提供的视觉关注区域检测方法。
再一方面，本发明实施例提供了一种计算机存储介质，计算机存储介质上存储有计算机程序指令；
计算机程序指令被处理器执行时实现本发明实施例提供的视觉关注区域检测方法。
本发明实施例的视觉关注区域检测方法、装置、设备及计算机存储介质，基于移动环境下的视觉感知模型，获得移动环境下的视觉感知图像，根据移动环境采用最佳视觉关注区域检测方法对视觉感知图进行视觉关注区域检测，提高了视觉关注区域检测的准确性。此外，根据检测结果调整移动设备上的媒体内容，提高媒体内容的观看体验。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单的介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一个实施例提供的视觉关注区域检测方法的流程示意图；
图2是本发明一个实施例提供的空间传递频率的观看比定义示意图；
图3是本发明一个实施例提供的视觉感知模型构建方法的流程示意图；
图4是本发明一个实施例提供的视觉关注区域检测装置的结构示意图；
图5是本发明一个实施例提供的视觉关注区域检测设备的结构示意图；
图6是本发明另一个实施例提供的视觉关注区域检测方法的流程示意图；
图7是本发明另一个实施例提供的视觉关注区域检测装置的结构示意图；
图8是本发明另一个实施例提供的视觉关注区域检测设备的结构示意图。
具体实施方式
下面将详细描述本发明的各个方面的特征和示例性实施例，为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本发明进行进一步详细描述。应理解，此处所描述的具体实施例仅被配置为解释本发明，并不被配置为限定本发明。对于本领域技术人员来说，本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
为了解决现有技术问题，本发明实施例提供了一种视觉关注区域检测方法、装置、设备及计算机存储介质。下面首先对本发明实施例提供的视觉关注区域检测方法进行介绍。
图1示出了本发明一个实施例提供的视觉关注区域检测方法的流程示意图。如图1所示，该方法可以包括：
S110，接收图像和移动环境参数。
在本发明的一个实施例中，媒体内容例如可以包括网页、图像或视频，媒体内容都可以通过图像的形式保存在移动设备的内存中。
在移动环境参数下通过移动设备观看和分享媒体内容时，从移动设备内存中读取将被显示的媒体内容的图像，以及图像像素和屏幕像素，同时，通过移动设备上的光传感器采集光照强度，通过移动设备上的距离传感器采集屏幕宽度，以及通过移动设备上的距离传感器采集眼睛与屏幕的距离。
需要说明的是，移动设备可以例如是手机、平板电脑和/或相机。服务器可以例如通过无线或有线的通信方式接收图像和移动环境参数。
S120，根据移动环境参数下的视觉感知模型，将图像转换为移动环境参数下的视觉感知图像。
根据采集的移动环境参数获得移动环境参数下的视觉感知模型，需要说明的是，视觉感知模型与移动环境参数相关，在不同的移动环境参数下视觉感知模型是不相同的。
将接收的图像作为移动环境参数下的视觉感知模型的输入，此时移动环境参数下的视觉感知模型的输出为接收的图像的视觉感知图像。
S130，采用最优视觉关注区域检测算法对移动环境参数下的视觉感知图像进行视觉关注区域检测。
利用视觉关注区域检测方法可以进行视觉关注区域检测，对于不同的移动环境参数可以采用与之对应的视觉关注区域检测算法，为了提高检测结果的准确性，可以选择与移动环境参数对应的最优视觉关注区域检测算法，采用选择的最优视觉关注区域检测算法对移动环境参数下的视觉感知图像进行视觉关注区域检测。
S140，基于视觉关注区域检测结果调整移动环境参数下的视觉感知图像，并发送调整后的移动环境参数下的视觉感知图像。
获得视觉关注区域检测结果后，可以基于视觉关注区域检测结果调整移动环境参数下的视觉感知图像中的各项参数，以便于适用于不同的移动环境参数，并向移动终端发送调整后的移动环境参数下的视觉感知图像。
在本发明实施例中，将移动设备内存中的图像经过视觉感知模型转换为移动环境参数下的视觉感知图像，采用最优视觉关注区域检测算法对转换后的视觉感知图像进行视觉关注区域检测，基于视觉关注区域检测结果调整视觉感知图像，并将调整后的图像发送给移动设备。
本发明实施例的视觉关注区域检测方法，在移动环境下，提高了视觉关注区域检测的准确性，此外，根据视觉关注区域检测结果调整移动设备上的媒体内容，提高移动设备媒体内容的观看体验。
图2示出了本发明一个实施例提供的空间传递频率的观看比定义示意图，如图2所示，观看比VR＝D/W，其中D表示眼睛与屏幕的距离，W表示屏幕宽度。移动环境参数中的眼睛与屏幕的距离以及屏幕宽度对媒体内容的影响可以替换为VR对媒体内容的影响，通常移动设备的屏幕宽度为10厘米，因此，在本发明实施例中，VR在3至6之间。
图3示出了本发明一个实施例提供的视觉感知模型构建方法的流程示意图，如图3所示，该方法可以包括：
S310，根据目标移动环境参数构建目标移动环境参数下的对比度敏感函数。
在本发明的一个实施例中，空间传递频率f(u)定义如公式(1)所示：
f(u)＝εVRu/(εVR+x) (1)
其中，VR为观看比，u表示空间频率，ε表示图像本身在垂直方向上的像素个数，x表示屏幕在垂直方向上的像素个数，在本发明实施例中，可以用图像像素(Pixel Chart，PixelC)表示ε的值，可以用屏幕像素(Pixel Screen，PixelS)表示x的值。
根据空间传递频率f(u)构建对比度敏感函数CSF(u)，CSF(u)的定义如公式(2)所示：
CSF(u)＝af(u)exp(-bf(u))[1+0.06×exp(bf(u))]0.5 (2)
其中，
其中，表示光照强度影响函数，Ls表示光照强度，L表示在特定光照强度Ls下屏幕的平均亮度，当PixelS＝PixelC时，f(u)只与Ls和VR相关，在本发明的实施例中，Ls例如可以包括：黑暗、阴天和晴天。
根据目标移动环境参数的光照强度、屏幕像素、图像像素和观看比，获得目标移动环境参数下的CSFt(u)。其中，目标移动环境参数包括：Ls＝cd/m2，PixelS＝1280，PixelC＝1280，VR＝3。
S320，依据参照移动环境参数构建参照移动环境参数下的对比度敏感函数。
根据参照移动环境参数的光照强度、屏幕像素、图像像素和观看比，获得参照移动环境参数下的CSFr(u)。其中，参照移动环境参数包括：光照强度为0cd/m2，PixelS＝1280，PixelC＝681，VR＝4。
S330，根据目标移动环境参数下的对比度敏感函数和参照移动环境参数下的对比度敏感函数，获得目标移动环境参数下的褪化参数。
在本发明的一个实施例中，将多伦多(Toronto)数据集的图像进行傅里叶变换，获得Toronto数据集的图像的频率响应I(u,v)。其中，Toronto数据集为应用最广泛的图像的数据集，由120张图像组成。根据参照移动环境参数下的对比度敏感函数CSFr(u,v)，在参照移动环境参数下，Toronto数据集的图像的视觉感知图像频率响应为：
Pr(u,v)＝I(u,v)CSFr(u,v) (3)
其中(u,v)表示视觉感知图像的频率坐标。
在目标移动环境参数下，Toronto数据集的图像的视觉感知图像频率响应为：
由公式(3)和公式(4)可知，在目标移动环境参数下的视觉感知图像可以看作在参照环境参数下的视觉感知图像的褪化，可以通过CSFr(u,v)除以CSFt(u,v)获得目标移动环境参数下的褪化参数H(u,v)。
S340，将目标移动环境参数下的褪化参数作为目标移动环境参数下的视觉感知模型。
在本发明的一个实施例中，将与目标移动环境参数相关的褪化参数Ht(u,v)作为目标移动环境参数下的视觉感知模型。
S350，基于目标移动环境参数下的视觉感知模型和移动环境参数，获得移动环境参数下的视觉感知模型。
在本发明的一个实施例中，将采集的移动环境参数替换目标移动环境参数下的视觉感知模型中的目标移动环境参数，获得接收的移动环境参数下的视觉感知模型。
本发明实施例的视觉感知模型构建方法，根据目标移动环境参数下的对比度敏感函数和参照移动环境参数下的对比度敏感函数，构建目标移动环境参数下的视觉感知模型，结合移动设备采集的移动环境参数，获得移动环境参数下的视觉感知模型。
为了验证上述对比度敏感函数CSFr(u,v)的合理性，将图像经过不同的移动参数下的对比度敏感函数CSFr(u,v)，获得不同的移动环境参数下的最大空间频率响应(Spatial Frequency Max Response，SFMR)，根据SFMR的变化规律验证对比度敏感函数CSFr(u,v)的合理性，若SFMR异常，则调整不同的移动环境参数下的对比度敏感函数的建模参数，若SFMR符合不同的移动环境参数下的变化规律，则表明本发明实施例构建的对比度敏感函数是合理的。
在本发明的一个实施例中，根据移动环境参数下的视觉感知模型，将接收的图像输入当前移动环境参数下的视觉感知模型，将接收的图像转换为移动环境参数下的视觉感知图像。根据视觉感知模型可知，转换后的视觉感知模型可以看作是参照移动环境参数下图像的褪化图。
示例性的，移动设备检测到光照强度为0cd/m2，PixelS＝1280，PixelC＝1280，VR＝4，通过移动设备观看和分享移动设备内存中的图像A时，将图像A进行傅里叶变换转换到频域，获得图像A的频域响应I(u,v)，根据移动环境参数获得移动环境参数下的视觉感知模型H(u,v)，将I(u,v)乘以H(u,v)，获得I(u,v)×H(u,v)，将I(u,v)×H(u,v)进行傅里叶反变换，变换后的图像即为图像A的视觉感知图像。
在本发明的一个实施例中，测量8种不同的移动环境参数下的对比度敏感函数响应示意图，获得不同的移动环境参数下的SFMR，不同的移动环境参数主要包括：
黑暗，PixelS＝1280，PixelC＝1280，VR＝3，SFMR＝4.375；
阴天，PixelS＝1280，PixelC＝1280，VR＝3，SFMR＝4.125；
晴天，PixelS＝1280，PixelC＝1280，VR＝3，SFMR＝3.75；
阴天，PixelS＝1280，PixelC＝1280，VR＝6，SFMR＝3.625；
晴天，PixelS＝1280，PixelC＝720，VR＝6，SFMR＝4.125；
晴天，PixelS＝1280，PixelC＝720，VR＝6，SFMR＝3.625；
晴天，PixelS＝1920，PixelC＝720，VR＝6，SFMR＝4；
晴天，PixelS＝320，PixelC＝720，VR＝6，SFMR＝3。
在本发明的一个实施例中，当PixelC＝PixelS且VR＝3时，光照强度为影响SFMR的唯一变量，示例性的，光照强度包括：黑暗、阴天和晴天。SFMR从黑暗下的4.37(周/度)减小到阴天下的4.125(周/度)，进一步减小到晴天下的3.75(周/度)。通过计算可知，光照强度从黑暗到晴天的增大使得SFMR相应减小6％到17％。
在本发明的一个实施例中，眼睛与屏幕的距离取决于手臂的长度，通常移动设备的屏幕宽度大约为10厘米，因此，通常情况下，VR在3至6之间。在阴天，PixelC＝PixelS＝1280，当VR从3增大到6时，SFMR从4.125(周/度)减小为3.625(周/度)。
在本发明的一个实施例中，当阴天且VR＝6时，将PixelC从1280降低至720，PixelC的减小使得SFMR从3.625(周/度)增大到4.125(周/度)，而此时CSF(u)的减少可以忽略不计。同样的，当晴天且VR＝6时，PixelC固定为720，PixelS的增大使得SFMR从3.625(周/度)增大到4(周/度)。原因是在大屏幕上观看更小的图像使得观看者能够将自己的注意力集中在图像细节上，使得SFMR相应增大。
通过构建不同的移动环境参数的对比度敏感函数，确定不同移动环境参数下的SFMR的变化规律为：SFMR随着光照强度的增加而减小，SFMR随着VR的增大而减小，SFMR随着PixelC的减小而增大，SFMR随着PixelS的增大而增大。
若在不同的移动环境参数下，CSF(u)的SFMR符合上述SFMR的变化规律，则构建的CSF(u)能很好地仿真不同的环境参数下的空间频率响应；若在不同的移动环境参数下，CSF(u)的SFMR不符合上述SFMR的变化规律，则调整不同的移动环境参数下的CSF(u)的建模参数。
为了验证基于对比度敏感函数CSFr(u,v)构建的视觉感知模型的合理性，将Toronto数据集的图像经过不同的移动参数下的视觉感知模型，获得不同的移动环境参数下的视觉感知图像，采用结构相似度(structural similarity index，SSIM)对不同的移动环境参数下的视觉感知图像进行评估，SSIM值度量了视觉感知图像和原图之间的相似程度，该值越大，越相似。若评估结果异常，则调整不同的移动环境参数下的视觉感知模型的建模参数，若评估结果结构损失较小，则表明本发明实施例构建的视觉感知模型是合理的。
在本发明的一个实施例中，采用Toronto数据集的图像获得不同移动环境下的视觉感知形式，Toronto数据集为应用最广泛的图像的数据集，由120张图像组成，示例性的，以Toronto数据集的7号图像和43号图像为例，将Toronto数据集的图像作为不同的移动环境参数下的视觉感知模型的输入图像，以获得不同的移动环境参数下的视觉感知图像，示例性的，不同的移动环境参数包括：阴天且VR＝4、晴天且VR＝4、晴天且VR＝6，并且PixelS＝PixelC。
在本发明的一个实施例中，使用SSIM来评估晴天且VR＝4的移动环境参数下的结构损失，SSIM的最小值为0.6859，SSIM的最小值对应第43号图像，SSIM的最大值为0.8889，SSIM的最小值对应第7号图像通过SSIM评分可知，若SSIM评分没有异常，则认为构建的视觉感知模型能很好地仿真不同移动环境参数下的视觉感知图像，若SSIM评分异常，则调整不同移动环境参数下的视觉感知模型的建模参数。
在移动环境下，接收的图像经过本发明实施例构建的视觉敏感模型后，将图像转换为移动环境参数下的视觉感知图像。为了获得视觉感知图像的视觉关注区域，根据移动环境参数选择与移动环境参数对应的最优视觉关注区域检测算法，采用选择的最优视觉关注区域检测算法对移动环境参数下的视觉感知图像进行视觉关注区域检测。
需要说明的是，Toronto数据集提供了20个浏览者的眼动凝视数据作为标定视觉关注区域的数据，即真值(Ground Truth，GT)，但是Toronto数据集并没有提供移动环境参数下的标定视觉关注区域的数据。
在本发明的一个实施例中，利用人眼动跟踪工具采集人眼在移动设备屏幕上浏览时的视觉凝视点的落点坐标，即利用移动设备上的智能定位“Smart stay”功能开发了一个眼动捕获软件，在移动设备上每秒收集10个视觉凝视点，将捕获的这些眼睛凝视点生成移动环境参数下的凝视点图，即移动环境参数下的真值(Mobile Ground Truth，MGT)。当“Smart stay”捕获观察者的眼睛凝视点时，移动设备上的光传感器和距离传感器记录下真实的光照强度和观看比，得到在不同的移动环境参数下的凝视点图。
在本发明的一个实施例中，邀请20个观察者参加眼睛凝视点数据追踪测试，这20个观察者年龄分布在18到45岁之间，并且没有参加任何训练，示例性的，移动环境参数包括：阴天且VR＝4、晴天且VR＝4、晴天且VR＝6，并且PixelS＝PixelC＝960×720。通过凝视点图可知，在阴天且VR＝4时，眼睛的注视点落在最显著的物体区域，提高光照强度或者VR，眼睛注视点稀疏地落在了图像的不显著区域。通过在不同移动环境参数下的凝视点图可知，噪声影响图像显著性检测，因此将移动环境参数下的视觉感知图看作参照移动环境参数下的图像的褪化是合理的，也就是说，本发明实施例的视觉感知模型可以仿真移动环境参数下的视觉感知图像。
表1示出了本发明一个实施例提供的显著性检测算法的打乱的受试者工作特性曲线下面积(shuffled Area Under ROC Curve，sAUC)，如表1所示，显著性检测算法包括：CovSal算法、GBVS算法、SUN算法、AIM算法、CA算法、RARE算法、SigSal算法、ITTI算法、BMS算法和AWS算法，示例性的，移动环境参数包括：阴天且VR＝4、晴天且VR＝4、晴天且VR＝6，并且PixelS＝PixelC。
在显著性检测算法中，sAUC是使用最广泛的评估标准，在sAUC的计算过程中，采用GT和MGT用作分类器来区分正确的样本(人眼所关注的区域)和错误的样本(人眼未关注的区域)。通过改变原图和视觉感知图的分类阈值，可以得到以真正率(True Positive Rate，TPR)和假负率(False Positive Rate，FPR)为横纵轴的受试者工作特性(ReceiverOperating Characteristic，ROC)曲线。sAUC是打乱的AUC评价标准，根据sAUC值的大小可以判断视觉关注区域图与真值的差异。表1是10种显著性检测算法的sAUC打分，表1中根据GT对Toronto数据集原图采用不同的显著性检测算法计算的sAUC值，以及根据MGT对Toronto数据集的视觉感知图像采用不同的显著性检测算法计算的sAUC值。
通过表1可知，在晴天且VR＝4的条件下，采用例如CovSal算法、SUN算法和AWS算法的sAUC值比较高，说明CovSal算法、SUN算法和AWS算法在晴天且VR＝4对视觉感知图像的检测性能较好。例如ITTI算法无论是在晴天且VR＝4或是在阴天且VR＝4的条件下，视觉感知图像的显著性检测都表现出良好的性能，说明ITTI算法对光照强度和观看比比其他显著性检测方法适应性更强。在晴天且VR＝6时，大多数显著性检测算法例如CovSal算法、SUN算法、AIM算法、BMS算法、AWS算法对视觉感知图像的检测性能较好。
表1
表1中的“O”表示原始图像数据集的意思，“P”表示视觉感知图像数据集的意思。“/GT”表示根据GT计算的sAUC打分；“/MGT”表示根据MGT计算的sAUC打分。
根据表1中原始图像数据集的sAUC值和视觉感知图像数据集的sAUC值，例如，采用视觉关注区域检测算法计算原始图像数据集的sAUC值，并且采用同样的视觉关注区域检测算法计算视觉感知图像数据集的sAUC值。原始图像数据集的sAUC值小于视觉感知图像数据集的sAUC值，表明大多数视觉关注区域检测算法，例如，CovSal算法、SUN算法、AIM算法、BMS算法和AWS算法，对于视觉感知图像数据集的视觉关注区域检测性能更好，进一步表明了本发明实施例构建的视觉感知模型是合理的。
需要说明的是，根据非移动环境参数下的sAUC值可知，本表同样适用于在非移动环境下选择最优视觉关注区域检测算法，例如，在非移动环境下，可以采用BMS算法或者AWS算法对图像进行视觉关注区域检测，根据视觉关注区域检测结果调整图像的压缩编码、传输策略、适配显示策略和广告投放位置，可以提高非移动环境参数下媒体内容的观看体验。
示例性的，得到移动环境参数与最优视觉关注区域检测算法的映射关系：如表1所示，阴天且VR＝4，采用ITTI算法作为最优关注区域检测方法；晴天且VR＝4，采用ITTI算法作为最优关注区域检测方法；晴天且VR＝6，采用AWS算法作为最优视觉关注区域检测算法。
在本发明的中，根据上述表1中不同移动环境参数下不同的视觉关注区域检测方法的sAUC值，将sAUC最大值对应的视觉关注区域检测方法作为当前移动环境下最优视觉关注区域检测算法，获得移动环境参数与最优视觉关注区域检测算法的映射关系，依据接收的移动环境参数选择与移动环境参数对应的最优视觉关注区域检测算法，采用选择的最优视觉关注区域检测算法对移动环境参数下的视觉感知图像进行视觉关注区域检测，获得移动环境参数下的视觉关注区域检测结果。
示例性的，采集的移动环境参数为晴天且VR＝6时，根据移动环境参数与最优视觉关注区域检测算法的映射关系可知最优视觉关注区域检测算法为AWS算法，采用AWS算法对移动环境参数下的视觉感知图像进行视觉关注区域检测。
在本发明的一个实施例中，基于视觉关注区域检测结果调整移动环境下的视觉感知图像的压缩编码、传输策略、适配显示策略和广告投放位置，并将调整后的视觉感知图像发送给移动设备，针对关注区域检测结果调整图像可以提高移动环境下媒体内容的观看体验。。
与上述的方法实施例相对应，本发明实施例还提供一种视觉关注区域检测装置。图4示出了本发明一个实施例提供的视觉关注区域检测装置的结构示意图。如图4所示，该装置包括：接收模块410、感知模块420、检测模块430和调整模块440。
接收模块410，用于接收图像和移动环境参数；
感知模块420，用于根据所述移动环境参数下的视觉感知模型，将所述图像转换为所述移动环境参数下的视觉感知图像；
检测模块430，用于采用最优视觉关注区域检测算法对所述移动环境参数下的视觉感知图像进行视觉关注区域检测；
调整模块440，用于基于视觉关注区域检测结果调整所述移动环境参数下的视觉感知图像，并发送调整后的所述移动环境参数下的视觉感知图像。
在本发明的一个实施例中，接收模块410具体可以用于接收图像和移动环境参数，其中从移动设备内存中读取将被显示的媒体内容的图像，以及图像像素和屏幕像素，同时，通过移动设备上的光传感器采集光照强度，通过移动设备上的距离传感器采集屏幕宽度，以及通过移动设备上的距离传感器采集眼睛与屏幕的距离。
在本发明的一个实施例中，感知模块420具体用于根据移动环境参数，选择移动环境参数下的视觉感知模型，根据视觉感知模型，将图像转换为移动环境参数下的视觉感知图像。
在本发明的一个实施例中，检测模块430具体用于根据移动环境参数与最优视觉关注区域检测算法的映射关系，选择与移动环境参数对应的最优视觉关注区域检测算法，采用最优视觉关注区域对视觉感知图像进行视觉关注区域检测。
在本发明的一个实施例中，调整模块440具体用于基于视觉关注区域检测结果调整移动环境下的视觉感知图像的压缩编码、传输策略、适配显示策略和广告投放位置，并将调整后的移动环境参数下的视觉感知图像发送给移动设备。
在本发明的一个实施例中，关注区域检测装置还可以包括构建模块(图中未示出)：用于根据不同的移动环境参数构建与不同的移动环境参数相关的视觉感知模型。
在本发明的一个实施例中，关注区域检测装置还可以包括验证模块(图中未示出)：用于验证构建的视觉感知模型是否合理，若不合理，则调整移动环境参数下的对比度敏感函数和视觉感知模型的建模参数。
在本发明的一个实施例中，关注区域检测装置还可以包括评估模块(图中未示出)：用于根据真值计算显著性检测方法的sAUC值，依据sAUC值建立移动环境参数与最优视觉关注区域检测算法的映射关系。
对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
另外，结合本发明实施例的视觉关注区域检测方法和装置可以由视觉关注区域检测设备来实现。图5示出了本发明一个实施例提供的视觉关注区域检测设备的硬件结构示意图。
本实施例中的视觉关注区域检测设备500包括：处理器501、存储器502、通信接口503和总线510，其中，处理器501、存储器502、通信接口503通过总线510连接并完成相互间的通信。
具体地，上述处理器501可以包括中央处理器(CPU)，或者特定集成电路(ASIC)，或者可以被配置成实施本发明实施例的一个或多个集成电路。
存储器502可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器502可包括HDD、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器502可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器502可在视觉关注区域检测设备500的内部或外部。在特定实施例中，存储器502是非易失性固态存储器。在特定实施例中，存储器502包括只读存储器(ROM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。
通信接口503，主要用于实现本发明实施例中各模块、装置、单元和/或设备之间的通信。
总线510包括硬件、软件或两者，将视觉关注区域检测设备500的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线510可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线，但本发明考虑任何合适的总线或互连。
也就是说，图5所示的视觉关注区域检测设备500可以被实现为包括：处理器501、存储器502、通信接口503和总线510。处理器501、存储器502和通信接口503通过总线510连接并完成相互间的通信。存储器502用于存储程序代码；处理器501通过读取存储器502中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于执行一种视觉关注区域检测方法，其中，该视觉关注区域检测方法包括：
该视觉关注区域检测设备500可以基于来自业务调用链系统和CMDB配置管理数据库系统的相关信息执行本发明实施例中的视觉关注区域检测方法，从而实现结合图1至图4描述的视觉关注区域检测方法和装置。
图6示出了本发明另一个实施例提供的视觉关注区域检测方法的流程示意图。如图6所示，该方法可以包括：
S610，发送图像和移动环境参数。
在本发明的一个实施例中，媒体内容例如可以包括网页、图像或视频，媒体内容都可以通过图像的形式保存在移动设备的内存中。
在移动环境参数下通过移动设备观看和分享媒体内容，从移动设备内存中读取媒体内容的图像，以及图像像素和屏幕像素，同时，通过移动设备上的光传感器采集光照强度，通过移动设备上的距离传感器采集屏幕宽度，以及通过移动设备上的距离传感器采集眼睛与屏幕的距离。
将内存中的图像和移动环境参数发送给服务器。
需要说明的是，移动设备可以例如是手机、平板电脑和/或相机。可以例如通过无线或有线的通信方式发送图像和移动环境参数。
S620，接收依据图像调整后的移动环境参数下的视觉感知图像。
服务器接收到图像和移动环境参数后，根据移动环境参数调整图像并返回移动环境参数下的视觉感知图像，服务器处理流程参见S110-S140，接收服务器调整后的移动环境参数下的视觉感知图像。
需要说明的是，移动设备可以例如是手机、平板电脑和/或相机。可以例如通过无线或有线的通信方式接收依据图像调整后的移动环境参数下的视觉感知图像。
S630，显示移动环境参数下的视觉感知图像。
本发明实施例的视觉关注区域检测方法，将移动环境参数和图像发送给服务器，接收并显示经过服务器调整后的图像，提高了移动环境下关注区域检测的准确性，另外，接收并显示服务器处理后的媒体内容，提高媒体内容的观看体验。
图7示出了本发明另一个实施例提供的视觉关注区域检测装置的结构示意图，如图7所示，该装置可以包括：
发送模块710，用于发送图像和移动环境参数；
接收模块720，用于接收依据图像调整后的移动环境参数下的视觉感知图像；
显示模块730，用于显示移动环境参数下的视觉感知图像。
在本发明的一个实施例中，发送模块710具体可以用于发送图像和移动环境参数，其中从移动设备内存中读取将被显示的媒体内容的图像，以及图像像素和屏幕像素，同时，通过移动设备上的光传感器采集光照强度，通过移动设备上的距离传感器采集屏幕宽度，以及通过移动设备上的距离传感器采集眼睛与屏幕的距离。
在本发明的一个实施例中，服务器接收到图像和移动环境参数后，经过接收模块410、感知模块420、检测模块430和调整模块440，接收模块720具体用于接收调整后的视觉感知图像。。
在本发明的一个实施例中，显示模块730具体用于显示移动环境参数下的视觉感知图像。
另外，结合本发明实施例的视觉关注区域检测方法和装置可以由视觉关注区域检测设备来实现。图8示出了本发明另一个实施例提供的视觉关注区域检测设备的硬件结构示意图。
本实施例中的视觉关注区域检测设备800包括：处理器801、存储器802、通信接口803和总线810，其中，处理器801、存储器802、通信接口803通过总线810连接并完成相互间的通信。
具体地，上述处理器801可以包括中央处理器(CPU)，或者特定集成电路(ASIC)，或者可以被配置成实施本发明实施例的一个或多个集成电路。
存储器802可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器802可包括HDD、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器802可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器802可在视觉关注区域检测设备800的内部或外部。在特定实施例中，存储器802是非易失性固态存储器。在特定实施例中，存储器802包括只读存储器(ROM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。
通信接口803，主要用于实现本发明实施例中各模块、装置、单元和/或设备之间的通信。
总线810包括硬件、软件或两者，将视觉关注区域检测设备800的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线810可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线，但本发明考虑任何合适的总线或互连。
也就是说，图8所示的视觉关注区域检测设备800可以被实现为包括：处理器801、存储器802、通信接口803和总线810。处理器801、存储器802和通信接口803通过总线810连接并完成相互间的通信。存储器802用于存储程序代码；处理器801通过读取存储器802中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于执行一种视觉关注区域检测方法，其中，该视觉关注区域检测方法包括：
该视觉关注区域检测设备800可以基于来自业务调用链系统和CMDB配置管理数据库系统的相关信息执行本发明实施例中的视觉关注区域检测方法，从而实现结合图6至图7描述的视觉关注区域检测方法和装置。
还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本发明不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。
以上所述，仅为本发明的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。

Claims (17)

1.一种视觉关注区域检测方法，其特征在于，所述方法包括：
接收图像和移动环境参数；
根据所述移动环境参数下的视觉感知模型，将所述图像转换为所述移动环境参数下的视觉感知图像；
采用最优视觉关注区域检测算法对所述移动环境参数下的视觉感知图像进行视觉关注区域检测；
基于视觉关注区域检测结果调整所述移动环境参数下的视觉感知图像，并发送调整后的所述移动环境参数下的视觉感知图像。
2.根据权利要求1所述的检测方法，其特征在于，所述图像是从移动设备内存中读取的图像；
所述移动环境参数包括：从移动设备内存中读取的屏幕像素和图像像素，移动设备上的光传感器采集的光照强度，移动设备上的距离传感器采集的屏幕宽度，以及所述距离传感器采集的眼睛与屏幕的距离。
3.根据权利要求1所述的检测方法，其特征在于，所述根据所述移动环境参数下的视觉感知模型，将接收的图像转换为所述移动环境参数下的视觉感知图像之前，还包括：
根据目标移动环境参数构建所述目标移动环境参数下的对比度敏感函数；
依据参照移动环境参数构建参照移动环境参数下的对比度敏感函数；
根据所述目标移动环境参数下的对比度敏感函数和所述参照移动环境参数下的对比度敏感函数，获得所述目标移动环境参数下的褪化参数；
将所述目标移动环境参数下的褪化参数作为所述目标移动环境参数下的视觉感知模型；
基于所述目标移动环境参数下的视觉感知模型和所述移动环境参数，获得所述移动环境参数下的视觉感知模型。
4.根据权利要求3所述的检测方法，其特征在于，所述参照移动环境参数包括：光照强度为每平方米0坎德拉，屏幕像素为1280，图像像素为681眼睛离移动设备屏幕的距离与移动设备屏幕高度之比为3；
所述目标移动环境参数包括：光照强度为每平方米6620坎德拉，屏幕像素为1280，图像像素为1280眼睛离移动设备屏幕的距离与移动设备屏幕高度之比为4。
5.根据权利要求1所述的检测方法，其特征在于，所述根据所述移动环境参数下的视觉感知模型，将所述图像转换为所述移动环境参数下的视觉感知图像，包括：
将所述图像进行傅里叶变换，获得所述图像的频域响应；
用乘以所述移动环境参数下的视觉感知模型得到褪化频域响应图；
对所述褪化频域响应图进行傅里叶反变换，获得所述移动环境参数下的视觉感知图像。
6.根据权利要求3所述的检测方法，其特征在于，还包括：
根据不同的移动环境参数构建所述不同的移动环境参数下的对比度敏感函数；
依据所述不同的移动环境参数下的对比度敏感函数，确定所述不同的移动环境参数下的最大空间频率响应；
若所述不同的移动环境参数下的最大空间频率响应异常，则调整所述不同的移动环境参数下的对比度敏感函数的建模参数。
7.根据权利要求3所述的检测方法，其特征在于，还包括：
根据不同的移动环境参数下的视觉感知模型，将图像数据集中的图像转换为所述不同的移动环境参数下的视觉感知图像；
采用结构相似度SSIM对所述不同的移动环境参数下的视觉感知图像进行评估；
若评估结果异常，则调整所述不同的移动环境参数下的视觉感知模型的建模参数。
8.根据权利要求1所述的检测方法，其特征在于，所述采用最优视觉关注区域检测算法对所述移动环境参数下的视觉感知图像进行视觉关注区域检测，包括：
根据移动环境参数与最优视觉关注区域检测算法的映射关系，选择与所述移动环境参数对应的最优视觉关注区域检测算法；
采用选择的最优视觉关注区域检测算法对所述移动环境参数下的视觉感知图像进行视觉关注区域检测。
9.根据权利要求8所述的检测方法，其特征在于，所述根据移动环境参数与最优视觉关注区域检测算法的映射关系，选择与所述移动环境参数对应的最优视觉关注区域检测算法之前，还包括：
采用不同的视觉关注区域检测方法分别对不同的移动环境参数下的视觉感知图像进行视觉关注区域检测，获得所述不同的移动环境参数下的视觉感知图像的视觉关注区域图；
采集人眼在所述不同的移动环境参数下的视觉关注凝视点图，作为不同的移动环境参数下的真值；
根据所述不同的移动环境参数下的视觉感知图像的视觉关注区域图与所述不同的移动环境参数下的真值，确定所述不同移动环境参数下的打乱的受试者工作特性曲线下面积sAUC值；
依据所述不同移动环境参数下的sAUC值，建立所述移动环境参数与最优视觉关注区域检测算法的映射关系。
10.根据权利要求1所述的检测方法，其特征在于，所述基于视觉关注区域检测结果调整所述移动环境参数下的视觉感知图像，并发送调整后的所述移动环境参数下的视觉感知图像，包括：
基于视觉关注区域检测结果调整所述移动环境下的视觉感知图像的压缩编码、传输策略、适配显示策略和广告投放位置，
发送调整后的视觉感知图像。
11.一种视觉关注区域检测装置，其特征在于，所述装置包括：
接收模块，用于接收图像和移动环境参数；
感知模块，用于根据所述移动环境参数下的视觉感知模型，将所述图像转换为所述移动环境参数下的视觉感知图像；
检测模块，用于采用最优视觉关注区域检测算法对所述移动环境参数下的视觉感知图像进行视觉关注区域检测；
调整模块，用于基于视觉关注区域检测结果调整所述移动环境参数下的视觉感知图像，并发送调整后的所述移动环境参数下的视觉感知图像。
12.一种视觉关注区域检测设备，其特征在于，所述设备包括：处理器以及存储有计算机程序指令的存储器；
所述处理器执行所述计算机程序指令时实现如权利要求1-10任意一项所述的视觉关注区域检测方法。
13.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1-10任意一项所述的视觉关注区域检测方法。
14.一种视觉关注区域检测方法，其特征在于，所述方法包括：
发送图像和移动环境参数；
接收依据所述图像调整后的所述移动环境参数下的视觉感知图像；
显示所述移动环境参数下的视觉感知图像。
15.一种视觉关注区域检测装置，其特征在于，所述装置包括：
发送模块，用于发送图像和移动环境参数；
接收模块，用于接收依据所述图像调整后的所述移动环境参数下的视觉感知图像；
显示模块，用于显示所述移动环境参数下的视觉感知图像。
16.一种视觉关注区域检测设备，其特征在于，所述设备包括：处理器以及存储有计算机程序指令的存储器；
所述处理器执行所述计算机程序指令时实现如权利要求14所述的视觉关注区域检测方法。
17.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求14所述的视觉关注区域检测方法。
CN201710935270.5A 2017-10-10 2017-10-10 视觉关注区域检测方法、装置、设备及计算机存储介质 Active CN109660863B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710935270.5A CN109660863B (zh) 2017-10-10 2017-10-10 视觉关注区域检测方法、装置、设备及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710935270.5A CN109660863B (zh) 2017-10-10 2017-10-10 视觉关注区域检测方法、装置、设备及计算机存储介质

Publications (2)

Publication Number Publication Date
CN109660863A true CN109660863A (zh) 2019-04-19
CN109660863B CN109660863B (zh) 2021-07-20

Family

ID=66108610

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710935270.5A Active CN109660863B (zh) 2017-10-10 2017-10-10 视觉关注区域检测方法、装置、设备及计算机存储介质

Country Status (1)

Country Link
CN (1) CN109660863B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110784745A (zh) * 2019-11-26 2020-02-11 科大讯飞股份有限公司 一种视频传输方法、装置、系统、设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070286484A1 (en) * 2003-02-20 2007-12-13 Microsoft Corporation Systems and Methods for Enhanced Image Adaptation
CN102572217A (zh) * 2011-12-29 2012-07-11 华为技术有限公司 基于视觉关注的多媒体处理方法及装置
CN104159023A (zh) * 2013-05-14 2014-11-19 索尼公司 图像处理装置及方法
CN105933549A (zh) * 2016-07-05 2016-09-07 董超超 一种能够实现图像配准的移动终端

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070286484A1 (en) * 2003-02-20 2007-12-13 Microsoft Corporation Systems and Methods for Enhanced Image Adaptation
CN102572217A (zh) * 2011-12-29 2012-07-11 华为技术有限公司 基于视觉关注的多媒体处理方法及装置
CN104159023A (zh) * 2013-05-14 2014-11-19 索尼公司 图像处理装置及方法
CN105933549A (zh) * 2016-07-05 2016-09-07 董超超 一种能够实现图像配准的移动终端

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110784745A (zh) * 2019-11-26 2020-02-11 科大讯飞股份有限公司 一种视频传输方法、装置、系统、设备及存储介质
CN110784745B (zh) * 2019-11-26 2021-12-07 科大讯飞股份有限公司 一种视频传输方法、装置、系统、设备及存储介质

Also Published As

Publication number Publication date
CN109660863B (zh) 2021-07-20

Similar Documents

Publication Publication Date Title
US10404969B2 (en) Method and apparatus for multiple technology depth map acquisition and fusion
CN109118470B (zh) 一种图像质量评价方法、装置、终端和服务器
CN100334888C (zh) 用于人类视觉系统模型的自适应时空滤波器
CN108111749B (zh) 图像处理方法和装置
CN101610349B (zh) 用于处理图像的装置和方法
CN102859534B (zh) 基于皮肤颜色区域和面部区域的视点检测器
US8189181B2 (en) Method and system of evaluating a stereo image displaying panel
US20080080852A1 (en) Single lens auto focus system for stereo image generation and method thereof
US20150163480A1 (en) Simulation device
CN101390128B (zh) 脸部器官的位置的检测方法及检测系统
CN107578403A (zh) 基于梯度信息指导双目视图融合的立体图像质量评价方法
CN106204524A (zh) 一种评价图像质量的方法及装置
US20150304625A1 (en) Image processing device, method, and recording medium
CN111444748B (zh) 一种坐姿检测方法、装置、设备及存储介质
CN110268712A (zh) 用于处理图像属性图的方法和装置
CN106293100A (zh) 虚拟现实设备中视线焦点的确定方法及虚拟现实设备
CN105872399A (zh) 逆光检测方法和逆光检测系统
CN108053438A (zh) 景深获取方法、装置及设备
CN111609926B (zh) 杂散光强度检测方法、装置、检测终端及可读存储介质
CN114910052A (zh) 一种基于摄像头的测距方法、控制方法、装置和电子设备
CN104954627B (zh) 一种信息处理方法及电子设备
CN105915785A (zh) 双摄像头被遮挡的确定方法、确定装置和终端
CN111387932B (zh) 一种视力检测方法、装置及设备
US10866635B2 (en) Systems and methods for capturing training data for a gaze estimation model
CN109660863A (zh) 视觉关注区域检测方法、装置、设备及计算机存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant