参数最小割中基于层次化融合的前景种子生成算法

• 作者: 吉立新 朱俊光 李邵梅 高超
• 来源期刊: 计算机应用研究
• 关键词: 似物性推荐 前景种子 层次化融合 参数最小割 物体定位
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 图形图像技术
• 页码范围: 264-269
• 页数: 6页
• 分类号: TP391.4|TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.01.060

摘要

参数最小割是一种常用的似物性推荐方法，主要用于在图像中快速定位物体区域。针对该类方法中容易生成大量无效前景种子影响处理效率，提出一种基于层次化融合逐级筛选的前景种子生成算法。基于由颜色、纹理复杂度控制的层次化融合方法得到候选区域集，从候选区域集中结合尺度变化率选出具有稳定外观的候选前景种子，最后基于似物性分数排序，确定有效的前景种子。实验结果表明，提出的前景种子生成算法具有较高的物体发现率，将其应用于参数最小割方法中，在使用更少的种子、生成较少区域时，可达到与前沿算法相近的区域级物体定位能力。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李邵梅		45	204	7.0	12.0
2	吉立新		32	81	5.0	7.0
3	高超		22	27	3.0	3.0