最優(yōu)種子提取與局部平滑標簽傳播提升顯著性檢測模型
本文選題:顯著性區(qū)域檢測 + 背景先驗。 參考:《計算機輔助設計與圖形學學報》2017年10期
【摘要】:為了提高顯著性檢測的魯棒性,提出一種基于最優(yōu)種子選取及局部平滑標簽傳播的顯著性檢測模型.首先計算初始背景圖并進行優(yōu)化,對優(yōu)化后的背景圖進行隨機采樣來提取最優(yōu)背景種子點;然后融合2種不同方式下獲得的先驗圖來得到物體先驗圖,通過對此先驗圖進行閾值化來提取最優(yōu)前景種子點;最后基于上述提取策略得到的種子點,應用局部平滑標簽傳播模型預測其他區(qū)域的標簽信息,從而獲得顯著圖.在3個被廣泛應用的數據集上進行定性與定量的實驗結果表明,該模型能夠有效地提升檢測效果.
[Abstract]:In order to improve the robustness of salience detection, a salience detection model based on optimal seed selection and local smooth label propagation is proposed.First, the initial background image is calculated and optimized, and the optimized background image is sampled randomly to extract the optimal background seed point. Then, the prior graph obtained in two different ways is fused to obtain the prior image of the object.Finally, based on the seed points obtained by the above extraction strategy, the label information of other regions is predicted by using the local smooth label propagation model, and the salient map is obtained.The results of qualitative and quantitative experiments on three widely used data sets show that the model can effectively improve the detection effect.
【作者單位】: 澳門大學科技學院電腦與資訊科學系;中國科學院軟件研究所計算機科學國家重點實驗;
【基金】:國家自然科學基金(61272326) 澳門科技發(fā)展基金(136/2014/A3,068/2015/A2) 澳門大學研究基金(MYRG2014-00139-FST)
【分類號】:TP391.41
【相似文獻】
相關期刊論文 前10條
1 唐彰國;李煥洲;鐘明全;張健;;改進的進程行為檢測模型及實現[J];計算機應用;2010年01期
2 衛(wèi)劍釩,劉欣,段云所;信息系統(tǒng)分布式安全檢測模型及其設計[J];計算機工程;2005年20期
3 畢殿杰;;多線索多層次的視頻語義事件檢測模型[J];科技信息;2009年30期
4 武少杰;鶴榮育;薛長松;謝江濤;;軟件哨兵安全動態(tài)檢測模型的研究與實現[J];計算機應用研究;2012年08期
5 姜濤;于正林;蘇成志;曹國華;郭曉波;;光電瞄具提前量解算的仿真檢測模型[J];兵工學報;2007年09期
6 蘇璞睿;馮登國;;基于進程行為的異常檢測模型[J];電子學報;2006年10期
7 朱瑜;劉勝利;陳嘉勇;高洪博;;針對插入攻擊型Bootkit的分析及檢測[J];小型微型計算機系統(tǒng);2012年07期
8 徐慶禹;;一種非線性的無監(jiān)督對象檢測模型[J];中國西部科技;2013年09期
9 呂?;王寧生;徐研;;基于塊區(qū)域統(tǒng)計矩的實時運動檢測模型[J];華南理工大學學報(自然科學版);2009年01期
10 潘泓;金立左;夏思宇;夏良正;;基于多層次互補特征的通用目標檢測模型[J];電子與信息學報;2012年07期
相關會議論文 前4條
1 梅躍松;楊樹興;莫波;;一種實時抗噪的運動區(qū)域檢測算法[A];2006年全國光電技術學術交流會會議文集(D 光電信息處理技術專題)[C];2006年
2 于佳;王燕;;基于SOM的視頻中人工文本區(qū)域檢測方法[A];黑龍江省計算機學會2009年學術交流年會論文集[C];2010年
3 胡慶新;方躍;張淑鳳;;一種新的駕駛員疲勞檢測系統(tǒng)中的人臉區(qū)域檢測方法[A];第六屆全國信息獲取與處理學術會議論文集(3)[C];2008年
4 劉偉寧;;基于運動區(qū)域檢測的目標跟蹤算法[A];第九屆全國信息獲取與處理學術會議論文集Ⅰ[C];2011年
相關博士學位論文 前7條
1 蔣鵬;圖像內容顯著性檢測的理論和方法研究[D];山東大學;2016年
2 李濤;基于上下文的目標檢測研究[D];電子科技大學;2016年
3 鄭彩俠;多空間域場景識別中主動學習與融合策略研究[D];東北師范大學;2016年
4 段亮亮;視覺顯著性區(qū)域計算及顯著性物體分割方法研究[D];燕山大學;2016年
5 楊智;顯著性區(qū)域檢測方法研究[D];華中科技大學;2015年
6 趙斌;基于圖模型的微博數據分析與管理[D];華東師范大學;2012年
7 劉洋;顯著性區(qū)域檢測及室內室外場景分類中關鍵技術研究[D];山東大學;2013年
相關碩士學位論文 前10條
1 劉琦;卷積檢測模型的GPU加速研究[D];上海交通大學;2015年
2 張穎華;特定場景下的可變形部件模型[D];上海交通大學;2015年
3 黃咨;基于卷積神經網絡的目標檢測模型的研究[D];上海交通大學;2015年
4 陳璐艷;基于范例集成的目標檢測模型研究[D];上海交通大學;2015年
5 許劍;基于andriod平臺手機的老人跌倒檢測識別方法研究[D];東南大學;2015年
6 孫翔;在線社交網絡上的高效事件檢測模型[D];江蘇大學;2016年
7 張文清;惡意RFID閱讀器檢測技術研究與應用[D];電子科技大學;2016年
8 趙永福;基于行為特征的Windows Bootkit檢測模型的研究及其系統(tǒng)實現[D];電子科技大學;2016年
9 江鷗;部分遮擋情況下的行人檢測[D];電子科技大學;2016年
10 王炳人;視覺顯著性檢測研究[D];天津大學;2014年
,本文編號:1746687
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/1746687.html