本文關鍵詞：Smoothness加強的全局和局部顯著目標檢測

  更多相關文章： 全局對比 局部對比 中心先驗 Smoothness Compactness

【摘要】：顯著目標檢測是計算機視覺的重要組成部分。針對基于對比度的方法存在的前景和背景容易被誤檢的問題,提出Smoothness加強的全局和局部顯著目標檢測的方法。在全局對比度檢測過程中引入中心先驗知識,在局部對比度檢測過程中引入Compactness特征,再使用Smoothness特征加強全局的顯著性及局部的顯著性,最后將全局顯著圖和局部顯著圖進行線性融合。在MSRA-1000、ECSSD數(shù)據集上的評估中,該算法有更高的準確率,在CSSD數(shù)據集上能和最先進算法相媲美。實驗表明,從全局和局部兩個角度出發(fā)的顯著性檢測的方法能夠有效的互補,Smoothness能夠有效加強前景和背景的差異性,并且有效糾正一些誤檢現(xiàn)象,從而取得更好的結果。
【作者單位】： 安徽大學計算機科學與技術學院;
【基金】：安徽高校省級自然科學研究項目(KJ2015A009) 高等學校博士學科點專項科研基金聯(lián)合課題(20133401110009)
【分類號】：TP391.41
【正文快照】： 0引言 最近,致力于找到圖像中最重要部分的顯著性檢測已經在計算機視覺領域越來越普及。正確提取這些重要目標區(qū)域可以大大提高圖像處理與分析的效率和正確性。顯著性檢測可以被應用在許多視覺工作,如圖像分割、目標識別、視頻跟蹤、圖像分類、圖像壓縮。 通常,顯著性檢測可

【相似文獻】

中國期刊全文數(shù)據庫 前10條

1 胡敏;程天梅;王曉華;;融合全局和局部特征的人臉識別[J];電子測量與儀器學報;2013年09期

2 查宇飛;畢篤彥;楊源;董守平;羅寧;;基于全局和局部約束直推學習的魯棒跟蹤研究[J];自動化學報;2010年08期

3 黃琪;劉宗昂;李一兵;;一種基于全局和局部特征的LBP算法應用[J];信息技術;2009年10期

4 章建;李芳;;基于局部和全局的LDA話題演化分析[J];上海交通大學學報;2012年11期

5 蘇煜;山世光;陳熙霖;高文;;基于全局和局部特征集成的人臉識別[J];軟件學報;2010年08期

6 皋軍;王士同;鄧趙紅;;基于全局和局部保持的半監(jiān)督支持向量機[J];電子學報;2010年07期

7 王慧澤;龔聲蓉;劉純平;;融合全局和局部特征的Fisherfaces方法[J];計算機工程與應用;2008年24期

8 楊欣;費樹岷;陳麗娟;;小樣本條件下基于全局和局部特征融合的人臉識別[J];信號處理;2008年01期

9 王偉;畢篤彥;熊磊;;保持全局和局部特性的黎曼流形改進算法[J];計算機應用;2010年12期

10 ;[J];;年期

中國博士學位論文全文數(shù)據庫 前1條

1 蘇煜;融合全局和局部特征的人臉識別[D];哈爾濱工業(yè)大學;2009年

，

本文編號：1194888