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:
为了在复杂背景图像中准确地提取出图像的显著区域,提出一种结合似物性前景对象与背景先验知识的图像显著性检测方法(OFOBP).该方法首先对图像进行超像素分割,计算超像素颜色空间分布,得到初始显著图;利用似物性检测方法获取多个目标窗口,由窗口建立搜索区域,结合二值化的初始显著图优化目标窗口;再利用多窗口特征对超像素做前景对象预测,获取前景显著图;其次建立背景模板,计算稀疏重构误差获取背景先验图;最后融合两种显著图,得到最终显著检测结果.在公开数据集上与11种算法进行比较,本文算法能够较为准确地检测出显著区域,尤其是在复杂背景下对多个显著目标的检测,存在明显的优势.
推荐文章
多尺度融合背景与目标先验的显著性目标检测
视觉显著性
显著性目标检测
目标性
背景先验
空间优化
多尺度融合
背景与前景融合的RGB-D图像显著性检测
RGB-D图像显著性检测
前景和背景
显著图像融合
迭代传播
多先验融合的图像显著性目标检测算法
MPLRR算法
显著性目标
凸包区域中心先验
融合策略
低秩模型
自然场景下基于边界先验的图像显著性检测
超像素分割
边界先验
空间显著性
显著性检测
背景区域
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 融合似物性前景对象与背景先验的图像显著性检测
来源期刊 计算机工程与科学 学科 工学
关键词 显著性检测 似物性检测 超像素颜色空间分布 窗口优化 多窗口特征 背景先验
年,卷(期) 2018,(9) 所属期刊栏目 图形与图像
研究方向 页码范围 1679-1688
页数 10页 分类号 TP391.41
字数 7615字 语种 中文
DOI 10.3969/j.issn.1007-130X.2018.09.021
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 刘万军 辽宁工程技术大学软件学院 181 1681 19.0 33.0
2 郭鹏飞 辽宁工程技术大学软件学院 15 32 4.0 4.0
3 金秋 辽宁工程技术大学软件学院 2 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (35)
参考文献  (14)
节点文献
引证文献  (3)
同被引文献  (4)
二级引证文献  (0)
1955(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(2)
  • 参考文献(1)
  • 二级参考文献(1)
1980(2)
  • 参考文献(1)
  • 二级参考文献(1)
1985(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)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(8)
  • 参考文献(1)
  • 二级参考文献(7)
2012(6)
  • 参考文献(3)
  • 二级参考文献(3)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
显著性检测
似物性检测
超像素颜色空间分布
窗口优化
多窗口特征
背景先验
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
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导