本文關(guān)鍵詞：特征融合與S-D概率矯正的RGB-D顯著檢測(cè)

  更多相關(guān)文章： 顯著目標(biāo)檢測(cè) S-D概率矯正 特征融合 Manifold Ranking RGB-D 顏色特征 深度特征

【摘要】：目的許多先前的顯著目標(biāo)檢測(cè)工作都是集中在2D的圖像上,并不能適用于RGB-D圖像的顯著性檢測(cè)。本文同時(shí)提取顏色特征以及深度特征,提出了一種基于特征融合和S-D概率矯正的RGB-D顯著性檢測(cè)方法,使得顏色特征和深度特征相互補(bǔ)充。方法首先,以RGB圖像的4個(gè)邊界為背景詢問(wèn)節(jié)點(diǎn),使用特征融合的Manifold Ranking輸出RGB圖像的顯著圖;其次,依據(jù)RGB圖像的顯著圖和深度特征計(jì)算S-D矯正概率;再次,計(jì)算深度圖的顯著圖并依據(jù)S-D矯正概率對(duì)該顯著圖進(jìn)行S-D概率矯正;最后,對(duì)矯正后的顯著圖提取前景詢問(wèn)節(jié)點(diǎn)再次使用特征融合的Manifold Ranking方法進(jìn)行顯著優(yōu)化,得到最終的顯著圖。結(jié)果利用本文RGB-D顯著性檢測(cè)方法對(duì)RGBD數(shù)據(jù)集上的1 000幅圖像進(jìn)行了顯著性檢測(cè),并與6種不同的方法進(jìn)行對(duì)比,本文方法的顯著性檢測(cè)結(jié)果更接近人工標(biāo)定結(jié)果。Precision-Recall曲線(PR曲線)顯示在相同召回率下本文方法的準(zhǔn)確率較其中5種方法高,且處理單幅圖像的時(shí)間為2.150 s,與其他算法相比也有一定優(yōu)勢(shì)。結(jié)論本文方法能較準(zhǔn)確地對(duì)RGB-D圖像進(jìn)行顯著性檢測(cè)。
【作者單位】： 安徽大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院;
【關(guān)鍵詞】： 顯著目標(biāo)檢測(cè) S-D概率矯正 特征融合 Manifold Ranking RGB-D 顏色特征 深度特征
【基金】：國(guó)家科技支撐計(jì)劃基金項(xiàng)目(2015BAK24B01) 高等學(xué)校博士學(xué)科點(diǎn)專項(xiàng)科研基金聯(lián)合資助課題(20133401110009) 安徽高校省級(jí)自然科學(xué)研究項(xiàng)目(KJ2015A009)~~
【分類號(hào)】：TP391.41
【正文快照】： 第21卷/第10期/2016年10月黃子超,劉政怡/特征融合與S-D概率矯正的RGB-D顯著檢測(cè)0引言最近,致力于找到圖像中最重要部分的顯著性檢測(cè)已經(jīng)在計(jì)算機(jī)視覺領(lǐng)域越來(lái)越普及[1]。正確提取這些重要目標(biāo)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(cè)可以被應(yīng)用在許多視覺

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 周斌;林喜榮;賈惠波;周永冠;;量化層多生物特征融合的最佳權(quán)值[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年02期

2 丁寶亮;;基于局部特征融合的人臉識(shí)別研究[J];中國(guó)新技術(shù)新產(chǎn)品;2012年14期

3 劉增榮;余雪麗;李志;;基于特征融合的圖像情感語(yǔ)義識(shí)別研究[J];太原理工大學(xué)學(xué)報(bào);2012年05期

4 黃雙萍;俞龍;衛(wèi)曉欣;;一種異質(zhì)特征融合分類算法[J];電子技術(shù)與軟件工程;2013年02期

5 劉冰;羅熊;劉華平;孫富春;;光學(xué)與深度特征融合在機(jī)器人場(chǎng)景定位中的應(yīng)用[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年S1期

6 卞志國(guó);金立左;費(fèi)樹岷;;特征融合與視覺目標(biāo)跟蹤[J];計(jì)算機(jī)應(yīng)用研究;2010年04期

7 韓萍;徐建龍;吳仁彪;;一種新的目標(biāo)跟蹤特征融合方法[J];中國(guó)民航大學(xué)學(xué)報(bào);2010年04期

8 何賢江;何維維;左航;;一種句詞五特征融合模型的復(fù)述研究[J];四川大學(xué)學(xué)報(bào)(工程科學(xué)版);2012年06期

9 劉冬梅;;基于特征融合的人臉識(shí)別[J];計(jì)算機(jī)光盤軟件與應(yīng)用;2013年12期

10 李建科;張輝;趙保軍;張長(zhǎng)水;;彩色分量流形特征融合的人臉識(shí)別[J];北京理工大學(xué)學(xué)報(bào);2014年05期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前7條

1 劉冰;羅熊;劉華平;孫富春;;光學(xué)與深度特征融合在機(jī)器人場(chǎng)景定位中的應(yīng)用[A];2013年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第三分冊(cè)）[C];2013年

2 翟懿奎;甘俊英;曾軍英;;基于特征融合與支持向量機(jī)的偽裝人臉識(shí)別[A];第六屆全國(guó)信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2012年

3 卞志國(guó);金立左;費(fèi)樹岷;;基于增量判別分析的特征融合與視覺目標(biāo)跟蹤[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第三分冊(cè)）[C];2009年

4 韓文靜;李海峰;韓紀(jì)慶;;基于長(zhǎng)短時(shí)特征融合的語(yǔ)音情感識(shí)別方法研究[A];第九屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議論文集[C];2007年

5 羅昕煒;方世良;;寬帶調(diào)制信號(hào)特征融合方法[A];中國(guó)聲學(xué)學(xué)會(huì)水聲學(xué)分會(huì)2013年全國(guó)水聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2013年

6 金挺;周付根;白相志;;一種簡(jiǎn)單有效的特征融合粒子濾波跟蹤算法[A];2007年光電探測(cè)與制導(dǎo)技術(shù)的發(fā)展與應(yīng)用研討會(huì)論文集[C];2007年

7 孟凡潔;孔祥維;尤新剛;;基于特征融合的相機(jī)來(lái)源認(rèn)證方法[A];全國(guó)第一屆信號(hào)處理學(xué)術(shù)會(huì)議暨中國(guó)高科技產(chǎn)業(yè)化研究會(huì)信號(hào)處理分會(huì)籌備工作委員會(huì)第三次工作會(huì)議�？痆C];2007年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 周斌;多生物特征融合理論的研究與實(shí)驗(yàn)[D];清華大學(xué);2007年

2 彭偉民;特征數(shù)據(jù)的量子表示與融合方法[D];華南理工大學(xué);2013年

3 陳倩;多生物特征融合身份識(shí)別研究[D];浙江大學(xué);2007年

4 蒲曉蓉;多模態(tài)生物特征融合的神經(jīng)網(wǎng)絡(luò)方法[D];電子科技大學(xué);2007年

5 王志芳;基于感知信息的多模態(tài)生物特征融合技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2009年

6 王楠;基于多視覺特征融合的后方車輛檢測(cè)技術(shù)研究[D];東北大學(xué)　;2009年

7 徐穎;基于特征融合與仿生模式的生物特征識(shí)別研究[D];華南理工大學(xué);2013年

8 樊國(guó)梁;基于多類特征融合的蛋白質(zhì)亞線粒體定位預(yù)測(cè)研究[D];內(nèi)蒙古大學(xué);2013年

9 劉金梅;多源遙感影像融合及其應(yīng)用研究[D];中國(guó)海洋大學(xué);2014年

10 張艷;基于柔性陣列 傳感器的足跡特征分析與應(yīng)用研究[D];安徽大學(xué);2015年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 付艷紅;基于特征融合的人臉識(shí)別算法研究與實(shí)現(xiàn)[D];天津理工大學(xué);2015年

2 許超;基于特征融合與壓縮感知的實(shí)木地板缺陷檢測(cè)方法研究[D];東北林業(yè)大學(xué);2015年

3 楊文婷;基于微博的情感分析算法研究與實(shí)現(xiàn)[D];西南交通大學(xué);2015年

4 梅尚健;基于特征融合的圖像檢索研究與實(shí)現(xiàn)[D];西南交通大學(xué);2015年

5 王鵬飛;基于多慢特征融合的人體行為識(shí)別研究[D];西南大學(xué);2015年

6 丁倩;基于語(yǔ)音信息的多特征情緒識(shí)別算法研究[D];山東大學(xué);2015年

7 薛冰霞;基于多模特征融合的人體跌倒檢測(cè)算法研究[D];山東大學(xué);2015年

8 何樂(lè)樂(lè);醫(yī)學(xué)圖像分類中的特征融合與特征學(xué)習(xí)研究[D];電子科技大學(xué);2015年

9 戴博;基于結(jié)構(gòu)復(fù)雜度特征融合的視覺注意模型研究及其應(yīng)用[D];復(fù)旦大學(xué);2014年

10 王寧;基于特征融合的人臉識(shí)別算法[D];東北大學(xué);2013年

，

本文編號(hào)：962979