基于优化的极限学习机和深度层次的RGB-D显著检测

• 作者: 刘政怡 徐天泽
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: RGB-D显著目标检测 极限学习机 流程优化 多特征 深度层次优化
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 论文
• 页码范围: 2224-2230
• 页数: 7页
• 分类号: TP391
• 字数: 4349字
• 语种: 中文
• DOI: 10.11999/JEIT180826

摘要

目前,相当多的显著目标检测方法均聚焦于2D的图像上,而RGB-D图像所需要的显著检测方法与单纯的2D图像相去甚远,这就需要新的适用于RGB-D的显著检测方法.该文在经典的RGB显著检测方法,即极限学习机的应用的基础上,提出融合了特征提取、前景增强、深度层次检测等多种思路的新的RGB-D显著性检测方法.该文的方法是:第一,运用特征提取的方法,提取RGB图4个超像素尺度的4096维特征;第二,依据特征提取中产生的4个尺度的超像素数量,分别提取RGB图的RGB,LAB,LBP特征以及深度图的LBE特征;第三,根据LBE和暗通道特征两种特征求出粗显著图,并在4个尺度的遍历中不断强化前景、削弱背景;第四,根据粗显著图选取前景与背景种子,放入极限学习机中进行分类,得到第1阶段显著图;第五,运用深度层次检测、图割等方法对第1阶段显著图进行再次优化,得到第2阶段显著图,即最终显著图.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘政怡	安徽大学计算机科学与技术学院	50	241	9.0	12.0
2	徐天泽	安徽大学计算机科学与技术学院	1	0	0.0	0.0