基于区域特征融合的RGBD显著目标检测

• 作者: 吴谨 朱磊 杜杰
• 来源期刊: 液晶与显示
• 学科: 工学
• 关键词: 目标检测 深度信息 区域特征 随机森林 监督学习
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 显示与图像
• 页码范围: 117-123
• 页数: 7页
• 分类号: TP394.1|TH691.9
• 字数: 4643字
• 语种: 中文
• DOI: 10.3788/YJYXS20163101.0117

摘要

为了对各类自然场景中的显著目标进行检测,本文提出了一种将图像的深度信息引入区域显著性计算的方法,用于目标检测.首先对图像进行多尺度分割得到若干区域,然后对区域多类特征学习构建回归随机森林,采用监督学习的方法赋予每个区域特征显著值,最后采用最小二乘法对多尺度的显著值融合,得到最终的显著图.实验结果表明,本文算法能较准确地定位RGBD图像库中每幅图的显著目标.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴谨	武汉科技大学信息科学与工程学院	100	796	14.0	24.0
2	朱磊	武汉科技大学信息科学与工程学院	34	145	6.0	11.0
3	杜杰	武汉科技大学信息科学与工程学院	4	17	2.0	4.0