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:
针对目标候选区域法产生背景窗口数量较多的问题,提出一种基于轮廓信息进行二次筛选的改进算法.该算法首先在Lab颜色空间上使用Prewitt算子提取图像特征,然后使用二值化标准梯度特征方法中的目标候选区域算法进行候选区域的提取,最后利用轮廓信息确定候选区域当中的完整轮廓数目和有效轮廓数目,并以数目多少表示候选区域有效的可能性.该算法在PASCAL 2007数据库上进行了实验验证,得到每幅图像平均产生780个目标候选区域,召回率最高为0.936.当目标图像的背景简单或单一时,目标候选框的数目低于70.其实验结果表明新算法能够有效减少候选目标区域的数量并保持较高的召回率.
推荐文章
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
利用候选区域的多模型跟踪算法
目标跟踪
候选区域
重检测
基于颜色距离与Edge Boxes候选区域算法
显著性目标
颜色距离
目标检测
候选区域
基于候选区域和并行卷积神经网络的行人检测
卷积神经网络(CNN)
行人检测
选择性搜索
Edge Boxes
特征提取
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 基于轮廓信息的目标候选区域提取算法
来源期刊 安徽大学学报(自然科学版) 学科 工学
关键词 Prewitt算子 候选区域 有效轮廓 Lab颜色空间
年,卷(期) 2019,(5) 所属期刊栏目 计算机科学与技术
研究方向 页码范围 41-46
页数 6页 分类号 TP391
字数 3159字 语种 中文
DOI 10.3969/j.issn.1000-2162.2019.05.007
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 唐俊 安徽大学电子信息工程学院 56 340 11.0 15.0
2 王年 安徽大学电子信息工程学院 93 1089 17.0 29.0
3 胡永兵 安徽大学电子信息工程学院 6 14 2.0 3.0
4 章新 安徽大学电子信息工程学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (10)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(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)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
2015(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(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)
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
Prewitt算子
候选区域
有效轮廓
Lab颜色空间
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
安徽大学学报(自然科学版)
双月刊
1000-2162
34-1063/N
大16开
安徽省合肥市
26-39
1960
chi
出版文献量(篇)
2368
总下载数(次)
6
总被引数(次)
11731
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导