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:
针对显著性检测在混杂场景中目标容易混淆的问题,本文借助Gestalt心理学理论,利用轮廓线索与外观线索的互补特性,提出一种基于“轮廓-区域”多层互补特性的显著性检测方法.首先,在图像超像素分割基础上,分别提取基于颜色直方图的全局外观线索和基于区域近邻关系的局部对比度线索,充分描述了区域内容的显著性特征;其次,针对混杂场景的区域外观差异小而引起的目标混淆问题,提取基于边缘的目标轮廓封闭性,描述区域轮廓的显著性特征;最后,为了提高对目标尺寸的自适应能力,本文方法使用支持向量机优化多尺度模型中的“轮廓-区域”互补特性融合过程.在ASD,MSRA10K,SED2公认数据集上的实验表明,本文基于轮廓封闭特性的显著性特性,能够有效改善目标显著性查全率、查准率,优于现有的其他先进方法.
推荐文章
融合轮廓提取的显著性物体完整性检测方法
显著性物体检测
背景模板
轮廓提取
超像素分割
基于梯度显著性的轮廓提取方法
梯度
轮廓
纹理
视觉注意
显著性
基于多层图和紧凑性的显著性检测算法
显著性检测
多层图
紧凑性
种子扩散
基于视觉显著性信息的图像轮廓检测
轮廓检测
显著性信息
初级视皮层
脉冲频率
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 基于“轮廓-区域”多层互补特性的显著性检测
来源期刊 电子学报 学科 工学
关键词 显著性检测 轮廓封闭性 多尺度融合 外观显著性 互补性
年,卷(期) 2018,(11) 所属期刊栏目 学术论文
研究方向 页码范围 2688-2695
页数 8页 分类号 TP75
字数 3926字 语种 中文
DOI 10.3969/j.issn.0372-2112.2018.11.016
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 杨兴明 合肥工业大学计算机与信息学院 36 239 9.0 13.0
2 吴克伟 合肥工业大学计算机与信息学院 33 325 10.0 17.0
3 谢昭 合肥工业大学计算机与信息学院 44 279 8.0 15.0
4 王雨廷 合肥工业大学计算机与信息学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (24)
参考文献  (16)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (2)
1953(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(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)
2002(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)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(6)
  • 参考文献(2)
  • 二级参考文献(4)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(10)
  • 参考文献(3)
  • 二级参考文献(7)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(4)
  • 参考文献(4)
  • 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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
显著性检测
轮廓封闭性
多尺度融合
外观显著性
互补性
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
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
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
论文1v1指导