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Edge Boxes算法召回率不高的问题,并结合目标的显著性检测,提出了一种基于颜色距离与Edge Boxes候选区域算法.首先利用结构化边缘检测算子获取图像的边缘特征,并通过边缘点聚合及边缘段相似性策略,获取每个边缘段的权值;其次,在待检测图像上无重叠采样若干图像块,记作C图像块,并将C图像块向周边延拓像素,获取S图像块;然后,根据颜色直方图,计算两图像块各颜色通道的卡方距离,并赋予合适权重作为该C图像块的显著性得分;最后,统计滑动窗口内边缘段的数量和C图像块数,确定候选区域.在PASCAL VOC 2007验证集上实验,当交并比取0.5,0.6,0.7,候选区域个数为2000时,与Edge Boxes相比,所提算法的召回率分别提高了0.46%,0.35%,0.57%.每张图像的运行时间大约为0.43 s,这表明,所提算法以牺牲微小计算资源却能够有效改善候选区域质量.
推荐文章
基于Edge Boxes和深度学习的非限制条件下人脸检测
人脸检测
特征提取
深度学习
EdgeBoxes
卷积神经网络
非极大抑制算法
基于卷积神经网络的候选区域优化算法
计算机视觉
目标检测
候选区域
卷积神经网络
显著性目标
基于轮廓信息的目标候选区域提取算法
Prewitt算子
候选区域
有效轮廓
Lab颜色空间
面向少样本网状结构体的候选区域自适应检测方法
少样本
网状结构体
样本标注
候选区域自适应
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 基于颜色距离与Edge Boxes候选区域算法
来源期刊 液晶与显示 学科 工学
关键词 显著性目标 颜色距离 目标检测 候选区域
年,卷(期) 2019,(7) 所属期刊栏目 图像处理
研究方向 页码范围 698-707
页数 10页 分类号 TP394.1
字数 5310字 语种 中文
DOI 10.3788/YJYXS20193407.0698
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 姜秀杰 中国科学院国家空间科学中心复杂航天系统电子信息技术重点实验室 41 319 8.0 17.0
2 安军社 中国科学院国家空间科学中心复杂航天系统电子信息技术重点实验室 76 347 9.0 15.0
3 邢笑雪 29 67 5.0 7.0
4 王春哲 中国科学院国家空间科学中心复杂航天系统电子信息技术重点实验室 3 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (45)
共引文献  (46)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(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)
2008(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(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(3)
  • 参考文献(2)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(9)
  • 参考文献(0)
  • 二级参考文献(9)
2016(5)
  • 参考文献(1)
  • 二级参考文献(4)
2017(10)
  • 参考文献(2)
  • 二级参考文献(8)
2018(8)
  • 参考文献(6)
  • 二级参考文献(2)
2019(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)
研究主题发展历程
节点文献
显著性目标
颜色距离
目标检测
候选区域
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
液晶与显示
月刊
1007-2780
22-1259/O4
大16开
长春市东南湖大路3888号
12-203
1986
chi
出版文献量(篇)
3141
总下载数(次)
7
总被引数(次)
21631
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