基于结构标签学习的显著性目标检测

• 作者: 吴谨 朱磊 程藜
• 来源期刊: 液晶与显示
• 学科: 工学
• 关键词: 显著目标检测 结构标签 决策树 监督学习
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: .显示与图像.
• 页码范围: 726-732
• 页数: 7页
• 分类号: TP391.4|TN911.73
• 字数: 3610字
• 语种: 中文
• DOI: 10.3788/YJYXS20163107.0726

摘要

提出了一种基于结构标签学习的显著性目标检测算法,将结构化学习方法应用到显著性目标检测中.首先从含有标记的图像中随机采集固定大小的矩形区域,并记录其结构标签；然后使用含结构标签的区域特征构建决策树集合；最后采用监督学习的方法对图像进行优化预测,得到最终的显著图.实验结果表明,本文方法能较准确地检测出图像库中图像的显著性区域,在数据库 MSRA5000和 BSD300的 AUC 值分别为0．8918、0．7052,说明本文方法具有较好的显著性检测效果.

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	程藜	武汉科技大学信息科学与工程学院	1	1	1.0	1.0