基于迹表示和正则化的显著目标检测算法

• 作者: 吴茜茵 金忠 马晓迪
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 迹表示 正则化 权重矩阵 低秩恢复 显著目标检测
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 图形与可视化
• 页码范围: 2018-2025
• 页数: 8页
• 分类号: TP391.41
• 字数: 5554字
• 语种: 中文
• DOI: 10.3724/SP.J.1089.2018.17113

摘要

显著目标检测旨在快速地辨别自然图像的显著区域.为了更完整地将图像的显著区域与背景分离,根据低秩恢复理论提出基于迹表示和正则化的显著目标检测算法.首先将核范数替换为矩阵的迹表示以获取更低秩的解;然后在模型中加入拉普拉斯正则化项,减少稀疏矩阵和低秩矩阵的联系;最后将位置、颜色和边界连接先验整合成权重矩阵,融入到矩阵分解模型中.在Matlab平台下的MSRA1K,SOD,ECSSD和iCoseg这4个数据集上与13种算法进行比较的实验结果表明,该算法优于其他算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金忠	南京理工大学计算机科学与工程学院	72	1142	17.0	31.0
5	马晓迪	南京理工大学计算机科学与工程学院	4	1	1.0	1.0
9	吴茜茵	南京理工大学计算机科学与工程学院	2	0	0.0	0.0