基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对现有方法对复杂图像目标自动提取性能欠佳等不足,提出了一种新的利用多尺度语义模型的目标自动提取方法。首先,采用多尺度分割得到的图像块作为目标提取的候选区域;然后,利用语义模型获取目标的语义分布信息;最后,目标提取阶段统计各个图像块的语义相关函数,并通过最大化该函数确定出目标。实验结果表明,此方法能够准确、有效地提取出目标,精度高,用户工作量少。
推荐文章
一种基于多尺度语义分析的图像识别方法
图像识别
语义分析
多尺度
支持向量机
图像语义提取方法研究
语义提取
局部算子
支持向量机
语义标注
基于改进CV模型的多尺度图像分割方法
图像分割
梯度向量流
CV模型
多尺度
基于多尺度图谱和局部谱的目标提取算法
lo梯度最小化
图像平滑
归一化割
多尺度图谱
局部谱
最大类间方差法
目标提取
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 利用多尺度语义模型的复杂图像目标自动提取方法
来源期刊 武汉大学学报:信息科学版 学科 地球科学
关键词 目标提取 产生式方法 多尺度 语义标注
年,卷(期) 2012,(9) 所属期刊栏目
研究方向 页码范围 1064-1067,1072
页数 分类号 P237.3
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (4)
同被引文献  (5)
二级引证文献  (13)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(4)
  • 引证文献(2)
  • 二级引证文献(2)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
目标提取
产生式方法
多尺度
语义标注
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
武汉大学学报(信息科学版)
月刊
1671-8860
42-1676/TN
大16开
武汉市珞喻路129号武汉大学测绘校区
38-317
1957
chi
出版文献量(篇)
5457
总下载数(次)
17
总被引数(次)
94263
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导