融合多视角信息的RGB-D图像协同显著性检测

• 作者: 吴乾绅
• 来源期刊: 信息技术与网络安全
• 学科: 工学
• 关键词: RGB-D协同显著性 多图 深度信息 深度学习 流行排序 秩约束
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 人工智能
• 页码范围: 58-61,66
• 页数: 5页
• 分类号: TP391.41
• 字数: 3427字
• 语种: 中文
• DOI: 10.19358/j.issn.2096-5133.2018.07.014

摘要

图像协同显著性检测旨在检测一组内容相关的图像中的共同的显著目标.尽管在视觉特征学习以及检测算法等方面已有大量研究工作,但是大多数协同显著性研究集中于RGB图像,并没有充分利用图像深度等显著信息.考虑到上述不足以及采用单一图模型可能在检测过程中丢失重要信息,提出了一种基于多视角信息融合的RGB-D图像协同显著性检测算法.该方法首先针对单幅图像采用深度学习网络获得高质量的显著图,接着采用基于多图的流行排序算法融合图像的多种特征初步检测到协同显著区域,然后进一步利用深度信息进行显著增强,最后采用秩约束算法进行显著信息融合.在标准数据集上的实验结果证明了该方法的优异性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴乾绅	中国科学院合肥物质科学研究院	1	0	0.0	0.0