چکیده فارسی :

در سالهای اخیر، هدف­گیری مجدد تصویر به­ صورت مبتنی بر محتوا، در تحقیقاتِ حوزة تصویر و نمای تصویر توجه زیادی را به خود جلب کرده­است. با این حال، استفاده از روش­های موجود نمی­تواند دستیابی به تصویری را که آثار بصری خوبی دارد، تضمین نماید. زیرا این روش­ها عموما روی اطلاعات فضایی (مکانی) تصویر تمرکز می­کنند. در این مقاله، روشی جدید برای هدف­ گیری مجدد تصویر به صورت مبتنی بر محتوا ارائه کرده ایم که بر اساس ارزیابی آثار بصری عمل می نماید. ما در این مقاله مکانیزمی برای ارزیابی آثار بصریِ تصویر مجددا هدف­ گیری شده ارائه کرده ­ایم. این مکانیزم، بر اساس دانش آماری پیشین ما و از طریق مطالعة ارزیابی کاربران شکل گرفته ­است. سپس مدلی قابل محاسبه برای ارزیابی آثار بصری تصویر مجددا هدف­گ یری شده می­سازیم. این کار را با کمک توصیف ریاضیاتی به دست آمده از شبکه ­های بیزی دینامیک (Dynamic Bayesian Networks) انجام می­دهیم. پس از پایان پردازش مبتنی بر محتوا و ساخت یک مدل سه ترازی ( سه سطحی) برای محتوای بصری برجستة تصویر اصلی، در این تصویر تغییر شکل ایجاد کرده و مدل قابل محاسبة مربوط به ارزیابی آثار بصری را با فرآیند هدف­ گیری مجدد ادغام می­کنیم  تا این فرآیند را هدایت کند. در نهایت، با تنظیم پیوستة اندازة تصاویر تغییر شکل یافته در مراحل میانی، اندازة تصویر اصلی را به تدریج برابر با اندازة تصویر هدف می­سازیم. این کار، تحت محدودیتی انجام می­گیرد : تصویر حاصل باید ازطریق بهینه­ سازی پارامترهای ارزیابی آثار بصری، آثار بصری خوبی را کسب کرده باشد. برای آزمایش روش پیشنهادی خود از داده های واقعی استفاده کردیم و در نهایت، نتایج خوبی به دست آمد که اعتبار این روش را تایید می­کرد.

کلیدواژه ­ها: مبتنی بر محتوا ، هدف ­گیری مجدد تصویر ، ارزیابی آثار بصری ، تغییر شکل ، مبتنی بر بازخورد.

چکیده انگلیسی:

Content-aware image retargeting has drawn much attention in image and vision research in recent years. However, existing methods are very difficult to ensure that the result images from retargeting achieve good visual effect on the whole, since these methods mainly focus on spatial image information. In this paper, we propose a new approach on content-aware image retargeting based on visual effect assessment. We establish an evaluation mechanism of the visual effects of retargeted images which is based on a priori statistical knowledge through studying the user’s evaluation, and build the computable model of visual effect assessment of retargeted image with the help of mathematical description from Dynamic Bayesian Networks. After finishing content-aware processing and construct a three-level model of visual saliency contents for the original image, we retarget the original image into the target image by virtue of deforming image, and integrate computable model of visual effect assessment into retargeting process, so as to guide the retargeting. Finally, by steadily adjusting the size of the intermediate results from deforming image, we make this size be eventually equal to the size of the target image of retargeting, under the constraint that the result image should acquire good visual effect through optimizing the parameters of visual effect assessment. Real data have been used to test the proposed approach and very good results have been achieved, validating it.

Keywords: Content-aware , Image Retargeting , Visual Effect Assessment , Deformation , Feedback-based