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:
针对传统交互图像分割方法需要同时标注背景和前景的问题,提出一种新的交互图像分割方法——正例半监督学习图像分割.该方法结合正例半监督学习和图半监督学习,仅需要在感兴趣的图像区域标记少量像素点,就可以完成该区域的分割.在北工大眉毛图像数据库上的实验表明本文提出的方法与图半监督学习、随机游走和Lazy Snapping相比具有更稳定的分割效果.
推荐文章
基于半监督学习的眉毛图像分割方法
半监督学习
图像分割
眉毛识别
特征提取
半监督学习研究与应用
半监督学习
数据挖掘
Co-Training
Self-Training
半自动眉毛识别方法
眉毛识别
图半监督学习
支持向量机
傅里叶变换
主成分分析
基于半监督学习的JPEG图像通用隐写检测方法
通用隐写检测
JPEG图像
半监督学习
EM算法
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 正例半监督学习眉毛图像分割
来源期刊 计算机与现代化 学科 工学
关键词 正例半监督学习 图半监督学习 交互图像分割 朴素贝叶斯 期望最大化
年,卷(期) 2012,(9) 所属期刊栏目 图像处理
研究方向 页码范围 127-133
页数 7页 分类号 TP391.41
字数 7649字 语种 中文
DOI 10.3969/j.issn.1006-2475.2012.09.031
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李玉鑑 北京工业大学计算机学院 57 357 10.0 17.0
2 张晨光 海南大学信息科学技术学院 11 11 3.0 3.0
3 张夏欢 北京工业大学计算机学院 3 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (6)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1977(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(2)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(2)
  • 参考文献(2)
  • 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)
研究主题发展历程
节点文献
正例半监督学习
图半监督学习
交互图像分割
朴素贝叶斯
期望最大化
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
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
总被引数(次)
56782
论文1v1指导