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:
目标检测是一种从兴趣图像类别中自动定位目标的计算机视觉任务.为提高图像中目标检测的速度并且得到较高的准确率,提出了一种结合梯度和显著性特征的图像目标检测模型.利用梯度特征得到粗略目标区域,显著性特征用于进一步测试和提取目标区域.两类特征组成一个能量函数并分别由不同的能量项求得.因此,交替求得的能量函数的最优解即为目标区域.实验结果不仅验证了该算法的有效性,而且也表明该算法能够快速且准确的检测到目标.
推荐文章
一种基于图像特征稀疏约束的显著性检测算法
显著性检测
特征选择
特征融合
稀疏约束
线性回归
基于颜色和纹理特征的显著性检测算法
模式识别
显著性检测
颜色对比度
纹理特征
二维信息熵
超像素和阈值分割相结合的显著目标检测算法
显著目标检测
超像素分割
阈值分割
感兴趣区域
特征显著性的车辆目标检测算法
特征学习
视觉字典
特征提取
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 一种结合梯度和显著性特征的目标检测算法
来源期刊 现代科学仪器 学科 工学
关键词 目标检测 梯度特征 显著性特征
年,卷(期) 2016,(3) 所属期刊栏目 仪器研制与开发
研究方向 页码范围 23-28
页数 分类号 TN911
字数 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 高智勇 中南民族大学生物医学工程学院 45 209 7.0 11.0
2 李倩 中南民族大学生物医学工程学院 7 2 1.0 1.0
3 黄正华 华中科技大学自动化学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(5)
  • 参考文献(3)
  • 二级参考文献(2)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
目标检测
梯度特征
显著性特征
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
现代科学仪器
双月刊
1003-8892
11-2837/TH
大16开
北京海淀区西三环北路27号理化实验楼512室
1984
chi
出版文献量(篇)
4906
总下载数(次)
12
总被引数(次)
20682
论文1v1指导