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:
基于对超像素颜色概率分布间KL散度的计算,以及对多尺度显著图的融合处理,该文提出一种新的显著性区域检测算法.首先,采用超像素算法多尺度分割图像,在各尺度下用分割产生的超像素为节点,并依据超像素分割数量对各超像素进行适当邻接连通扩展,构建无向扩展闭环连通图.其次,依据颜色判别力聚类量化各超像素内颜色,统计颜色聚类标签的概率分布,用概率分布间KL散度的调和平均值为扩展闭环连通图的边加权,再依据区域对比度并结合边界连通性,获取各尺度下的显著图.最后,平均融合各尺度下显著图,并进行优化处理,得到最终的显著图.在一些大型参考数据集上进行大量实验表明,所提算法优于当前一些先进算法,具有较高精确度和召回率,并且可以产生平滑显著图.
推荐文章
基于HVS的多尺度显著性检测算法
人类视觉系统
多尺度
主成分分析
显著性检测
图像分析
基于双层多尺度神经网络的显著性对象检测算法
显著性对象检测
深度学习
深度卷积网络
条件随机场
基于改进Fast MBD显著性检测和多特征融合匹配的靶纸区域快速检测算法
靶纸区域快速检测
图像边界连通先验
局部区域对比度先验
形状先验
多特征融合
特征匹配
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
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KL散度及多尺度融合的显著性区域检测算法
来源期刊 电子与信息学报 学科 工学
关键词 显著性区域检测 多尺度融合 KL散度 闭环连通图
年,卷(期) 2016,(7) 所属期刊栏目 论文
研究方向 页码范围 1594-1601
页数 8页 分类号 TP391.41
字数 7665字 语种 中文
DOI 10.11999/JEIT151145
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 孔繁胜 浙江大学计算机科学技术学院 56 825 14.0 27.0
2 罗会兰 江西理工大学信息工程学院 51 445 13.0 18.0
3 万成涛 江西理工大学信息工程学院 1 17 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (16)
参考文献  (9)
节点文献
引证文献  (17)
同被引文献  (39)
二级引证文献  (17)
1977(1)
  • 参考文献(1)
  • 二级参考文献(0)
1979(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(8)
  • 参考文献(1)
  • 二级参考文献(7)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(7)
  • 参考文献(4)
  • 二级参考文献(3)
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)
2017(4)
  • 引证文献(3)
  • 二级引证文献(1)
2018(11)
  • 引证文献(6)
  • 二级引证文献(5)
2019(14)
  • 引证文献(5)
  • 二级引证文献(9)
2020(5)
  • 引证文献(3)
  • 二级引证文献(2)
研究主题发展历程
节点文献
显著性区域检测
多尺度融合
KL散度
闭环连通图
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
电子与信息学报
月刊
1009-5896
11-4494/TN
大16开
北京市北四环西路19号
2-179
1979
chi
出版文献量(篇)
9870
总下载数(次)
11
总被引数(次)
95911
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导