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:
针对现有大多数频域显著性检测算法仅单独使用频域幅度谱或相位谱的不足,提出了多尺度下频域幅度谱与相位谱相结合的视觉注意模型.该模型先对图像进行四元变换以得到幅度谱和相位谱,然后对幅度谱进行了伽马修正和高斯滤波,最后采用信息熵作为权重对多尺度显著图进行融合.在两个公开数据集Bruce和Judd上,采用ROC曲线、AUC值和F-Measure测量方法对算法进行了验证和评估.实验结果表明提出的算法优于现有的5种视觉注意模型,能够更准确地预测出人们注意的显著区域,取得了更令人满意的结果.
推荐文章
基于多尺度图谱和局部谱的目标提取算法
lo梯度最小化
图像平滑
归一化割
多尺度图谱
局部谱
最大类间方差法
目标提取
基于多尺度谱峭度图的遥测振动信号异常检测
遥测振动信号
LMD分解
谱峭度
时频分布
CZT变换
复赛谱域提取混合相位子波的方法
频谱
振幅谱
相位
子波
分辨率
反褶积
基于多损失融合与谱归一化的图像超分辨率方法
多损失融合
谱归一化
图像超分辨率
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 多尺度下幅度谱与相位谱相融合的视觉注意建模
来源期刊 计算机科学 学科 工学
关键词 多尺度 幅度谱 相位谱 信息熵 视觉注意
年,卷(期) 2017,(7) 所属期刊栏目 图形图像与模式识别
研究方向 页码范围 293-298
页数 6页 分类号 TP301.6
字数 4416字 语种 中文
DOI 10.11896/j.issn.1002-137X.2017.07.053
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 潘刚 四川文理学院智能制造学院 21 104 6.0 9.0
2 王明辉 四川大学计算机学院 20 75 5.0 8.0
3 袁小艳 四川大学计算机学院 41 73 5.0 7.0
5 王安志 四川大学计算机学院 3 7 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (43)
共引文献  (18)
参考文献  (13)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1980(3)
  • 参考文献(0)
  • 二级参考文献(3)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(6)
  • 参考文献(1)
  • 二级参考文献(5)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(5)
  • 参考文献(2)
  • 二级参考文献(3)
2013(5)
  • 参考文献(2)
  • 二级参考文献(3)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(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
多尺度
幅度谱
相位谱
信息熵
视觉注意
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
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
总被引数(次)
150664
论文1v1指导