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:
已有基于图的流形排序显著性检测方法由于对背景先验假设过于理想,存在前景种子区域选取不准确的问题,从而影响检测效果.为此,提出一种新的显著性检测算法.通过计算图像的颜色增强Harris特征点,形成一个能够包含前景区域的凸包,并对图像进行超像素分割,计算凸包内与凸包外所有超像素的差异度来选取前景种子.使用不同的区域特征描述子构建2个闭环无向图模型,分别将选取到的前景种子作为查询节点,采用经典的流形排序算法计算获得对应的显著图,融合2个显著图并作优化处理得到最终的显著图.在公开的MSRA10K和ECSSD数据集上进行实验,结果表明,该算法在准确率、召回率、F值和MAE值等评价指标方面均优于传统的流形排序检测方法,其检测效果既能准确突出显著性目标,又能有效地抑制背景区域的干扰.
推荐文章
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
基于先验信息的显著性检测算法研究
显著性检测
凸包
超像素
背景先验
显著图融合
基于多图流形排序的图像显著性检测
图像显著性检测
多图模型
流形排序
超像素节点
结合边缘特征先验引导的深度卷积显著性检测
显著性检测
全卷积网络
先验信息引导
循环卷积优化
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 结合凸包先验与流形排序的显著性检测算法
来源期刊 计算机工程 学科 工学
关键词 显著性检测 流形排序 凸包先验 显著图 优化功能
年,卷(期) 2018,(9) 所属期刊栏目 图形图像处理
研究方向 页码范围 203-211,217
页数 10页 分类号 TP391
字数 7616字 语种 中文
DOI 10.19678/j.issn.1000-3428.0048181
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 谭台哲 广东工业大学计算机学院 27 117 6.0 9.0
2 姚钊健 广东工业大学计算机学院 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  (68)
共引文献  (30)
参考文献  (21)
节点文献
引证文献  (3)
同被引文献  (4)
二级引证文献  (0)
1998(9)
  • 参考文献(1)
  • 二级参考文献(8)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(15)
  • 参考文献(2)
  • 二级参考文献(13)
2013(9)
  • 参考文献(3)
  • 二级参考文献(6)
2014(13)
  • 参考文献(2)
  • 二级参考文献(11)
2015(8)
  • 参考文献(2)
  • 二级参考文献(6)
2016(8)
  • 参考文献(5)
  • 二级参考文献(3)
2017(3)
  • 参考文献(3)
  • 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
流形排序
凸包先验
显著图
优化功能
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
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
论文1v1指导