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:
针对现有基于图的流行排序的显著目标检测研究算法对于背景先验假设过于理想导致其在复杂背景图像检测中效果较不佳的问题,提出一种基于仿射传播聚类和流行排序的改进算法。首先根据位于边界的超像素集的颜色对比度进行背景提取;然后在背景估计和前景估计的显著性计算中利用仿射传播算法将提取的背景按颜色自适应聚类,根据各聚类簇分别采用经典的流行排序算法计算显著性,最后合并排序结果并融合多尺度显著值得到最终的显著图。在常用的公开的ASD、ECSSD、DUTOMRON和SED2数据集上与九种流行算法就准确率、召回率、F-measure、PR曲线和AUC值等指标和直观的视觉检测效果进行了比较,证明了所提算法的有效性。
推荐文章
基于连通图的视觉显著区域检测研究
显著性目标检测
流形排序
连通图
基于线性融合的流行排序显著性检测算法的研究
显著性检测
流行排序
多尺度
线性融合
基于多图流形排序的图像显著性检测
图像显著性检测
多图模型
流形排序
超像素节点
基于局部显著度的机动弱小目标检测算法
红外弱小目标检测
变速运动目标
基于块显著度的局部对比检测
空间辐射能量累积
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 基于图的流行排序的显著目标检测改进算法
来源期刊 计算机工程与应用 学科 工学
关键词 显著目标检测 显著性 背景先验 流行排序 仿射传播聚类
年,卷(期) 2016,(22) 所属期刊栏目 热点与综述
研究方向 页码范围 26-32,38
页数 8页 分类号 TP391
字数 6000字 语种 中文
DOI 10.3778/j.issn.1002-8331.1605-0010
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 林家骏 华东理工大学自动化研究所 171 1083 15.0 26.0
2 戴蒙 上海应用技术大学计算机科学与信息工程学院 11 71 4.0 8.0
3 张晴 上海应用技术大学计算机科学与信息工程学院 23 59 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (36)
参考文献  (14)
节点文献
引证文献  (7)
同被引文献  (7)
二级引证文献  (0)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(12)
  • 参考文献(6)
  • 二级参考文献(6)
2014(4)
  • 参考文献(1)
  • 二级参考文献(3)
2015(4)
  • 参考文献(4)
  • 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)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(4)
  • 引证文献(4)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
显著目标检测
显著性
背景先验
流行排序
仿射传播聚类
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导