原文服务方: 计算机应用研究       
摘要:
为提高图像显著性检测的准确性,借鉴有关人类视觉系统的研究成果,提出了一种基于人类视觉系统(HVS)的多尺度显著性检测方法.该方法先将图像分割成小的图像片以获取图像的局部信息,然后采用PCA进行特征抽取,在得到的低维空间中计算图像片的差异.通过结合人类视觉系统和多尺度方法降低背景的显著度,提高显著性目标的显著值.实验结果表明,该方法在检测效果和抗噪能力等方面均可获得较为满意的结果.
推荐文章
基于双层多尺度神经网络的显著性对象检测算法
显著性对象检测
深度学习
深度卷积网络
条件随机场
基于颜色和纹理特征的显著性检测算法
模式识别
显著性检测
颜色对比度
纹理特征
二维信息熵
基于结构感知深度神经网络的显著性对象检测算法
显著性对象检测
深度学习
显著图
卷积神经网络
对象骨架检测
一种基于图像特征稀疏约束的显著性检测算法
显著性检测
特征选择
特征融合
稀疏约束
线性回归
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HVS的多尺度显著性检测算法
来源期刊 计算机应用研究 学科
关键词 人类视觉系统 多尺度 主成分分析 显著性检测 图像分析
年,卷(期) 2013,(2) 所属期刊栏目 图形图像技术
研究方向 页码范围 623-626
页数 4页 分类号 TP391.4
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2013.02.085
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 张功萱 南京理工大学计算机科学与工程学院 57 386 9.0 17.0
2 韦伟 钟山职业技术学院信息与电子工程系 7 51 3.0 7.0
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  (13)
节点文献
引证文献  (9)
同被引文献  (22)
二级引证文献  (30)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(7)
  • 引证文献(5)
  • 二级引证文献(2)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(11)
  • 引证文献(0)
  • 二级引证文献(11)
2019(8)
  • 引证文献(1)
  • 二级引证文献(7)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
人类视觉系统
多尺度
主成分分析
显著性检测
图像分析
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
论文1v1指导