基于CRF-MR的自顶向下显著性目标检测方法

• 作者: 吴晓冬 崔丽群 赵越
• 来源期刊: 计算机应用研究
• 关键词: 自顶向下显著性目标检测 超像素分割 条件随机场 流行排序
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 图形图像技术
• 页码范围: 2535-2539
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.08.074

摘要

针对自顶向下显著性目标检测边界模糊及准确率低的问题,提出一种结合条件随机场(conditional random field,CRF)和流行排序(manifold ranking,MR)的自顶向下显著性目标检测方法.首先对图像进行超像素分割,以超像素块特征为节点建立无向图;然后输入具有目标先验的CRF中得到节点的显著值,并通过边缘背景先验MR修改显著值;最后扩展初步显著性目标得到最终显著性图.实验结果表明,在行人、汽车和自行车类目标检测中目标边界明确,与基于CRF的方法相比,该方法在保证运算效率的同时具有更好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔丽群	辽宁工程技术大学软件学院	28	135	7.0	10.0
2	赵越	辽宁工程技术大学软件学院	20	36	4.0	5.0
3	吴晓冬	辽宁工程技术大学软件学院	3	9	2.0	3.0