基于视觉概率统计的无监督数字抠图模型

• 作者: 张仁斌 张慧君 李钢 秦亚军 谢昭 马陈
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 视觉统计概率模型 支持向量机(SVM) 自然图像抠图 无监督抠图
• 年，卷（期）: 2015,（18）
• 所属期刊栏目: 图形图像处理
• 页码范围: 169-174
• 页数: 6页
• 分类号: TP301.6
• 字数: 3631字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1310-0028

摘要

针对无监督抠图因视觉信息较少而存在抠图结果视觉偏差较大的问题，提出一种基于视觉统计概率的无监督抠图模型。该方法根据视觉统计概率模型训练SVM分类器，得到区分背景区域与视觉显著度较高的前景目标区域的SIFT特征点，根据特征点生成结构合理的Trimap，并利用Trimap实现无监督抠图。实验结果表明，在无用户交互的情况下，该模型生成的α掩像无较大视觉偏差，对前景目标边缘及透明度做出良好估计并且具有较好的鲁棒性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张仁斌	合肥工业大学计算机与信息学院	37	235	9.0	12.0
2	李钢	合肥工业大学计算机与信息学院	45	439	12.0	19.0
3	马陈	合肥工业大学计算机与信息学院	1	0	0.0	0.0
4	张慧君	合肥工业大学计算机与信息学院	4	10	2.0	3.0
5	秦亚军	合肥工业大学计算机与信息学院	1	0	0.0	0.0
6	谢昭	合肥工业大学计算机与信息学院	44	279	8.0	15.0