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:
在计算机图形学与多媒体技术领域,显著性检测具有广泛的应用,已成为许多工作重要的一步.大量计算机图形学与多媒体技术工作(如图像分割、图像标记、视频跟踪)依赖于精确的显著性图.然而,现有的大多数显著性检测算法所得到的结果存在较大缺陷:如边界不明晰、召回率过低等.提出了一种基于矩形波谱分析的显著性检测算法,将图像分块,分别与预先设定好的矩形波构成的模板进行卷积运算,依据所得到的响应,评价某一区域与周围区域的差异性以及在全局中的独特性,赋予其相应的显著性值.通过在不同数据集上的大量实验证明,与现有的大部分显著性检测算法相比,本方法不仅有较高的准确率-召回率,且在得到的显著性图中,具有更明晰的边界.
推荐文章
图像显著性检测方法解析
图像显著性
显著性检测
检测方法
图像处理
基于 DCT 域视觉显著性检测的图像缩放算法
图像缩放
线裁剪
视觉显著性检测
离散余弦变换域
视觉显著性检测综述
视觉显著性检测
RGB图像显著性检测
RGBD图像显著性检测
视频显著性检测
协同显著性检测
基于全局颜色对比的显著性目标检测
全局颜色对比
显著性图
条件随机场
显著性目标检测
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 基于矩形波谱分析的图像显著性检测
来源期刊 浙江大学学报(理学版) 学科 工学
关键词 显著性检测 矩形波 谱分析 响应矩阵
年,卷(期) 2015,(1) 所属期刊栏目 CAD&CG 2014推荐论文
研究方向 页码范围 1-8
页数 8页 分类号 TP391.4
字数 6177字 语种 中文
DOI 10.3785/j.issn.1008-9497.2015.01.001
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 马利庄 上海交通大学计算机科学与工程系 88 853 15.0 23.0
2 盛斌 上海交通大学计算机科学与工程系 11 56 5.0 7.0
4 吴雯 澳门大学科技学院电脑与资讯科学系 9 62 4.0 7.0
7 杨溢 上海交通大学计算机科学与工程系 9 16 3.0 4.0
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  (9)
节点文献
引证文献  (6)
同被引文献  (3)
二级引证文献  (0)
1980(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(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)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
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)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(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
显著性检测
矩形波
谱分析
响应矩阵
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
浙江大学学报(理学版)
双月刊
1008-9497
33-1246/N
大16开
杭州市天目山路148号浙江大学
32-36
1956
chi
出版文献量(篇)
3051
总下载数(次)
2
总被引数(次)
24460
论文1v1指导