原文服务方: 计算机应用研究       
摘要:
提出了一种新的自动抠图算法框架.首先,估计输入图像各个区域的模糊程度;其次,对图像进行显著性的计算;然后融合模糊度和显著性信息,大致分割出前景和背景,从而自动生成标注前景、背景、未知区域的三色图;最后,采用基于采样的抠图算法就可以准确地完成前景目标物体的自动抠图.该算法无须人工辅助或附加信息.在标准数据集和实拍图像上的实验结果证明了该算法的准确性和实用性,可广泛应用于图像和视频的编辑合成.
推荐文章
基于图像显著性识别的自动抠图系统
显著性识别
SLIC分割
区域对比度
自动抠图
三分图
基于视觉显著性信息的自然图像抠图算法
图像抠图
视觉显著性
注意机制
颜色采样
层次图融合的显著性检测
显著性检测
流形排序
超像素分割
多尺度分析
图模型
基于多特征融合的显著性目标检测算法*
显著性目标检测
深度学习
复杂场景
全卷积神经网络
多特征融合
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 基于模糊估计融合显著性检测的自动抠图算法
来源期刊 计算机应用研究 学科
关键词 自动抠图 自然背景 模糊估计 显著性检测 三色图生成
年,卷(期) 2012,(10) 所属期刊栏目 图形图像技术
研究方向 页码范围 3945-3947,3955
页数 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2012.10.092
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 林行刚 清华大学电子工程系 60 1240 19.0 34.0
2 王贵锦 清华大学电子工程系 30 276 9.0 16.0
3 裴晓康 清华大学电子工程系 1 2 1.0 1.0
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  (1)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
2007(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
自动抠图
自然背景
模糊估计
显著性检测
三色图生成
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导