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:
图像和视频显著性检测在计算机视觉领域引起了极大的关注,广泛应用于物体分割、可疑物检测、图像检索等领域,在贝叶斯框架下,将人类视觉注意力理论中Bottom-Up模式被动感知与Top-Down模式主动检测按照时间先后顺序结合在一起,并结合像素的“Center-Surround”模型和核密度估计,提出一种能由粗到精逐步感知和获取视场中视觉显著性目标位置及尺度的实时显著目标检测算法,称其为基于贝叶斯框架的显著目标检测.通过在微软MSRA数据集上进行ROC和Precision-Recall测试,证明该算法取得比目前经典算法更好的效果.
推荐文章
基于贝叶斯判别的机载传感器目标检测研究
贝叶斯判别法
机载多传感器
数据融合
目标检测
基于贝叶斯网络的战场目标威胁评估
战场目标
贝叶斯网络
推理
威胁评估
基于参数学习贝叶斯网络的对敌空中目标融合识别
参数学习
目标识别
贝叶斯网络
数据融合
基于贝叶斯网的航拍图像建筑目标提取算法
图像分析
目标识别
贝叶斯分类器
航拍图像
纹元
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 基于贝叶斯框架的显著目标检测
来源期刊 北京工业大学学报 学科 工学
关键词 显著目标检测 Center-Surround模型 核密度估计
年,卷(期) 2014,(10) 所属期刊栏目 电子信息工程
研究方向 页码范围 1497-1502
页数 6页 分类号 TP391.9
字数 3524字 语种 中文
DOI
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 毛征 北京工业大学电子信息与控制工程学院 60 401 10.0 16.0
2 张辉 北京工业大学电子信息与控制工程学院 30 243 8.0 14.0
3 吴珍荣 北京工业大学电子信息与控制工程学院 6 97 5.0 6.0
4 袁建建 北京工业大学电子信息与控制工程学院 6 97 5.0 6.0
5 曲劲松 北京工业大学电子信息与控制工程学院 8 117 5.0 8.0
6 李红岩 北京工业大学电子信息与控制工程学院 6 97 5.0 6.0
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  (2)
节点文献
引证文献  (4)
同被引文献  (5)
二级引证文献  (1)
1998(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)
2014(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
显著目标检测
Center-Surround模型
核密度估计
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
北京工业大学学报
月刊
0254-0037
11-2286/T
大16开
北京市朝阳区平乐园100号
2-86
1974
chi
出版文献量(篇)
4796
总下载数(次)
21
总被引数(次)
40595
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导