基于卷积神经网络的显著性检测

• 作者: 李亚茹
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 卷积神经网络 特征提取 显著性检测
• 年，卷（期）: 2017,（20）
• 所属期刊栏目: 人工智能
• 页码范围: 61-64
• 页数: 4页
• 分类号: TP391.9
• 字数: 3149字
• 语种: 中文
• DOI: 10.19358/j.issn.1674-7720.2017.20.018

摘要

显著性检测在图像处理领域应用广泛,当前显著性检测主要有自底而上与自顶而下及一些相关或改进算法,它们各有优势和缺陷.提出了一种基于卷积神经网络的显著性检测算法,利用卷积神经网络在图像处理方面强大的功能提取图像特征,进行特征融合,最后得到显著性图,用于显著性检测.将本文方法与传统的显著性检测方法进行对比,发现本文方法效果显著.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李亚茹	上海海事大学信息工程学院	1	1	1.0	1.0