本文選題：目標檢測　切入點：顯著性　出處：《電子與信息學報》2017年08期 　論文類型：期刊論文

【摘要】：該文基于Laplace相似度量的構(gòu)造方法,針對兩階段顯著目標檢測中顯著種子的不同類型(稀疏或稠密),提出了相應的顯著性擴散模型,從而實現(xiàn)了基于擴散的兩階段互補的顯著目標檢測。尤其是第2階段擴散模型中匯點的融入,一方面更好地抑制了顯著性圖中的背景,同時對于控制因子α的取值更加穩(wěn)健。實驗結(jié)果表明,當顯著種子確定時,不同的擴散模型會導致顯著性擴散程度的差異�；趲R點Laplace的兩階段互補的擴散模型較其他擴散模型更有效、更穩(wěn)健。同時,從多項評價指標分析,該算法與目前流行的5種顯著目標檢測算法相比,具有較大優(yōu)勢。這表明此種用于圖像檢索或分類的Laplace相似度量的構(gòu)造方法在顯著目標檢測中也是適用的。
[Abstract]:Based on the method of constructing Laplace similarity measure, this paper proposes a significant diffusion model for different types of salient seeds (sparse or dense) in two-stage salient target detection. In particular, the inclusion of meeting points in the second stage diffusion model, on the one hand, better restrains the background in the salient graph. At the same time, the value of control factor 偽 is more robust. The experimental results show that, when the significant seeds are determined, Different diffusion models lead to significant diffusivity. The two-stage complementary diffusion model based on Laplace with meeting point is more effective and more robust than other diffusion models. Compared with five popular salient target detection algorithms, this algorithm has a great advantage, which indicates that this method of constructing Laplace similarity measure for image retrieval or classification is also applicable in salient target detection.
【作者單位】： 東北大學信息科學與工程學院;東北大學理學院;東北大學秦皇島分�？刂乒こ虒W院;
【基金】：國家自然科學基金(51475086) 遼寧省自然科學基金(2014020026)~~
【分類號】：TP391.41

【參考文獻】

相關(guān)期刊論文 前1條

1 Shen Hao;Li Shuxiao;Zhu Chengfei;Chang Hongxing;Zhang Jinglan;;Moving object detection in aerial video based on spatiotemporal saliency[J];Chinese Journal of Aeronautics;2013年05期

【共引文獻】

相關(guān)期刊論文 前10條

1 王寶艷;張鐵;王新剛;;基于帶匯點Laplace擴散模型的顯著目標檢測[J];電子與信息學報;2017年08期

2 Yi Song;Shu-Xiao Li;Cheng-Fei Zhu;Hong-Xing Chang;;Ob ject Tracking with Dual Field-of-view Switching in Aerial Videos[J];International Journal of Automation and Computing;2016年06期

3 張晴;林家駿;戴蒙;;基于圖的流行排序的顯著目標檢測改進算法[J];計算機工程與應用;2016年22期

4 張晴;林家駿;石艷嬌;;基于區(qū)域?qū)Ρ榷群捅尘跋闰灥娘@著目標檢測[J];計算機工程與應用;2016年21期

5 王在浩;李震;李良榮;;隧道照明節(jié)能控制系統(tǒng)的車輛信息視頻檢測方法研究[J];貴州大學學報(自然科學版);2016年04期

6 張晴;林家駿;;超像素和閾值分割相結(jié)合的顯著目標檢測算法[J];現(xiàn)代電子技術(shù);2016年14期

7 趙燕熙;尚振宏;劉輝;李潤鑫;;動態(tài)背景下空時特性均顯著的運動目標檢測[J];計算機工程與應用;2017年05期

8 張晴;林家駿;;結(jié)合超像素和直方圖閾值的顯著區(qū)域檢測算法[J];計算機工程與應用;2015年20期

9 丁祺;顧國華;徐富元;任侃;錢惟賢;陳錢;;強視差下的移動相機運動目標檢測[J];激光與光電子學進展;2015年09期

10 訾玲玲;叢鑫;張亞萍;;基于視覺顯著性的空間圖像序列放大算法[J];計算機應用研究;2016年02期

【相似文獻】

相關(guān)期刊論文 前4條

1 唐俊;劉志忠;周洪偉;闞�？�;;一種基于Laplace譜的形狀匹配算法[J];安徽大學學報(自然科學版);2014年04期

2 張新平;;Laplace平滑變換在人臉識別應用中的問題及相關(guān)算法[J];中央民族大學學報(自然科學版);2013年03期

3 顧歲成;譚營;何新貴;;Laplace平滑變換及其在人臉識別中的應用[J];中國科學:信息科學;2011年03期

4 陳穎;林錦賢;呂暾;;LU分解和Laplace算法在GPU上的實現(xiàn)[J];計算機應用;2011年03期

相關(guān)會議論文 前2條

1 呂皖麗;郭玉堂;羅斌;;基于Laplace圖譜特征的圖像內(nèi)容認證[A];第二十六屆中國控制會議論文集[C];2007年

2 金偉新;肖田元;;基于特征譜的作戰(zhàn)體系網(wǎng)絡脆性研究[A];Proceedings of 14th Chinese Conference on System Simulation Technology & Application(CCSSTA’2012)[C];2012年

，

本文編號：1648925