公共文化服务平台

共 4 条记录，以下是 1-3

全选清除导出

排序方式：

一种背景抑制改进的显著性目标检测方法: 2018年; 针对显著性目标检测在复杂背景下准确率低的问题,提出超复数傅里叶变换改进的条件随机场显著性目标检测方法。首先,建立图像无向图并提取节点特征;然后重构超复数傅里叶变换得到平滑振幅谱与相位谱,获得无向图节点背景抑制权值,从而初步确定多尺度高斯核背景抑制图;最后输入到训练后的条件随机场中,通过增强目标表示得到最终显著性目标区域。实验表明,本文方法在准确率上较现有流行方法有显著提高,且能够在抑制复杂背景的同时,准确锁定指定目标位置区域。实验验证本文方法在复杂背景下显著性目标检测具有较好的准确性和鲁棒性。; 崔丽群赵越吴晓冬魏可飞刘晨; 关键词：条件随机场

基于CRF-MR的自顶向下显著性目标检测方法被引量：5: 2018年; 针对自顶向下显著性目标检测边界模糊及准确率低的问题,提出一种结合条件随机场(conditional random field,CRF)和流行排序(manifold ranking,MR)的自顶向下显著性目标检测方法。首先对图像进行超像素分割,以超像素块特征为节点建立无向图;然后输入具有目标先验的CRF中得到节点的显著值,并通过边缘背景先验MR修改显著值;最后扩展初步显著性目标得到最终显著性图。实验结果表明,在行人、汽车和自行车类目标检测中目标边界明确,与基于CRF的方法相比,该方法在保证运算效率的同时具有更好的鲁棒性。; 崔丽群吴晓冬赵越; 关键词：条件随机场

复合域的显著性目标检测方法被引量：3: 2018年; 目的针对显著性目标检测方法生成显著图时存在背景杂乱、检测区域不准确的问题,提出基于复合域的显著性目标检测方法。方法首先,在空间域用多尺度视网膜增强算法对原图像进行初步处理;然后,在初步处理过的图像上建立无向图并提取节点特征,重构超复数傅里叶变换到频域上得到平滑振幅谱、相位谱和欧拉谱,通过多尺度高斯核的平滑,得到背景抑制图;同时,利用小波变换在小波域上的具有多层级特性对图像提取多特征,并计算出多特征的显著性图;最后,利用提出的自适应阈值选择法将背景抑制图与多特征的显著性图进行融合,选择得到最终的显著图。结果对标准测试数据集MSRA10K和THUR15K中的图像进行显著性目标检测实验,同目前较流行的6种显著性目标检测方法对比,结果表明上述问题通过本文方法得到了很好地解决,即使在背景复杂的情况下,本文算法的准确率、召回率均高于对比算法,在MSRA10K数据集中,平均绝对误差(MAE)值为0.106,在THUR15K数据集中,平均绝对误差(MAE)值降低至0.068,平均结构性指标S-measure值为0.844 9。结论基于复合域的显著性目标检测方法,融合多个域的优势,在抑制杂乱的背景的同时提高了准确率,适用于自然景物、生物、建筑以及交通工具等显著性目标图像的检测。; 崔丽群赵越胡志毅赵雨康

全选清除导出

共1页<1>

赵越

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

赵越

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈