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:
在视频中自动发掘目标并对其进行精确分割是一个非常有挑战性的计算机视觉问题.本文提出了一种基于保边滤波的显著目标快速分割方法.首先,通过融合外观特征与运动特征,将视频中的显著目标发掘转为能量函数最小化问题进行求解.其次,为了更精确地进行分割目标,融合外观的高斯混合外观模型(Gaussian mixture mode,GMM)、位置先验以及时空平滑约束构建马尔科夫随机场(Markovrandom field,MRF)模型,并使用图割算法进行求解.本文提出的基于保边滤波的显著目标快速分割方法,在牺牲较少的精度下,极大地提高了分割效率.最后在两个数据集上进行了对比实验,实验结果表明,本文算法的分割精度超过了其他5种目标分割方法,且加速算法在损失少量精度的情况下提高了2倍分割效率.
推荐文章
基于显著性的目标自动分割算法
区域合并
显著性
频谱残差
膨胀
图像分割
基于显著条件随机场的海面目标分割算法
图像分割
视觉显著性
条件随机场
海面目标
遥感
舰船目标检测
图像处理
目标分割
基于相关滤波的目标快速跟踪算法研究
视觉目标跟踪
相关滤波器
多特征图
平均成功率
分类器
中心位置误差
基于各向异性滤波和空间FCM的MRI图像分割方法
磁共振成像
图像分割
各向异性扩散
FCM
空间FCM
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 基于保边滤波的显著目标快速分割方法
来源期刊 数据采集与处理 学科 工学
关键词 显著目标发掘 MRF模型 保边滤波 快速目标分割
年,卷(期) 2017,(4) 所属期刊栏目
研究方向 页码范围 799-808
页数 10页 分类号 TP391
字数 6825字 语种 中文
DOI 10.16337/j.1004-9037.2017.04.018
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 汤进 安徽大学计算机科学与技术学院 83 407 11.0 15.0
3 涂铮铮 安徽大学计算机科学与技术学院 23 126 7.0 10.0
4 李成龙 安徽大学计算机科学与技术学院 13 62 5.0 7.0
7 张雷 安徽大学计算机科学与技术学院 13 21 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (28)
共引文献  (9)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(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
显著目标发掘
MRF模型
保边滤波
快速目标分割
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
数据采集与处理
双月刊
1004-9037
32-1367/TN
大16开
南京市御道街29号1016信箱
28-235
1986
chi
出版文献量(篇)
3235
总下载数(次)
7
总被引数(次)
25271
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