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:
RGB-D图像显著目标检测旨在从一对RGB图像和深度图像中识别视觉上最显著的目标.目前,学术界已经提出了各种有效的单幅RGB-D图像显著性检测方法,而这些检测方法之间存在着优势互补.因此,对各种方法生成的显著图进行融合以提高显著性检测精度的研究工作同样不可或缺.在对相关显著图像融合工作研究后,提出两个级别上的融合过程.首先,运用多种现成的RGB-D显著图检测方法生成初始显著图;其次,分别对图像级和像素级两个层面上的显著图融合工作进行了研究,再将这两个层面上得到的显著图按比例进行融合,得到最终的图像显著图.实验结果表明,该显著图融合方法的效果不仅优于单个图像显著性检测方法,而且和其他的融合方法相比,也具有一定优势.
推荐文章
一种无损恢复的多级别的可视密码方案
可视密码
多级别
无损恢复
随机栅格
异或运算
纠错编码
基于无人机图像分形特征的油松受灾级别判定
森林病虫害
无人机图像分析
纹理特征提取
分形特征
油松受灾级别判定
像素级图像融合技术的研究与进展
图像融合
多尺度变换
评价标准
基于像素级的图像融合方法研究
图像融合
塔形分解
重构
小波变换
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 图像级别和像素级别的显著图像的融合
来源期刊 计算机科学与探索 学科 工学
关键词 RGB-D图像 视觉显著图 显著图像融合
年,卷(期) 2019,(12) 所属期刊栏目 图形图像
研究方向 页码范围 2130-2137
页数 8页 分类号 TP18
字数 4356字 语种 中文
DOI 10.3778/j.issn.1673-9418.1812007
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 吴建国 安徽大学计算智能与信号处理教育部重点实验室 68 474 11.0 18.0
10 陈蕾 安徽大学计算智能与信号处理教育部重点实验室 23 101 6.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (4)
同被引文献  (6)
二级引证文献  (0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
RGB-D图像
视觉显著图
显著图像融合
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
计算机科学与探索
月刊
1673-9418
11-5602/TP
大16开
北京市海淀区北四环中路211号北京619信箱26分箱
82-560
2007
chi
出版文献量(篇)
2215
总下载数(次)
4
论文1v1指导