基于深度学习的显著性检测方法模型——SCS

• 作者: 刘腾飞 张晓明 张洪涛 张玲玉 路红英
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 显著性 对比特征 语义特征 分类 检测模型
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 图像处理
• 页码范围: 48-55
• 页数: 8页
• 分类号: TP391
• 字数: 7041字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2018.04.010

摘要

提出一种基于深度学习的图像显著性区域检测方法,该方法对2种视觉注意机制所涉及的低级对比特征和高级语义特征分别进行提取,并结合2类特征进行模型训练最终得到基于分类思想的图像显著性区域检测模型——SCS检测模型.通过对比实验得出:该方法训练得到的检测模型在检测准确度上具有显著的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张晓明	北京交通大学计算机与信息技术学院	12	98	4.0	9.0
2	张玲玉	北京交通大学计算机与信息技术学院	2	7	2.0	2.0
3	路红英	北京交通大学计算机与信息技术学院	10	91	5.0	9.0
4	张洪涛	北京交通大学计算机与信息技术学院	4	56	4.0	4.0
5	刘腾飞	北京交通大学计算机与信息技术学院	6	44	4.0	6.0