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:
针对单一显著性特征无法全面表达图像显著性致使显著性检测精度不高等问题,本文提出了一种多特征融合的显著性检测算法.算法在高层先验知识基础上,对靠近中心的超像素设置高显著值,利用高斯分布求解中心先验;在底层特征上融合图像的边界稀疏 、全局对比度 、颜色空间分布和超级像素差异等4种显著特征,利用类间差异最大阈值对高低层特征进行线性和非线性融合,最终得到高质量的显著图.在MSRA-1000、SED、SOD 3个公开的数据集上进行实验,结果表明:本文算法融合得到的显著图边缘清晰 、显著区域突出均匀,在有效抑制背景信息的同时所得显著图像视觉感知更好,与其他显著性算法相比查全率和查准率上至少提高3.4%.
推荐文章
基于多特征融合的显著性目标检测算法*
显著性目标检测
深度学习
复杂场景
全卷积神经网络
多特征融合
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
概率框架下多特征显著性检测算法
显著性检测
联合概率分布
多特征融合
先验信息
指数分布族
极大后验估计
基于线性融合的流行排序显著性检测算法的研究
显著性检测
流行排序
多尺度
线性融合
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 融合高低层多特征的显著性检测算法
来源期刊 液晶与显示 学科 工学
关键词 显著性检测 高层先验 底层特征 多特征融合 边界稀疏 超像素差异
年,卷(期) 2019,(4) 所属期刊栏目 图像处理
研究方向 页码范围 430-438
页数 9页 分类号 TP391
字数 6348字 语种 中文
DOI 10.3788/YJYXS20193404.0430
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 孙君顶 河南理工大学计算机科学与技术学院 50 669 14.0 24.0
2 李海华 河南理工大学计算机科学与技术学院 4 12 3.0 3.0
3 张毅 河南理工大学物理与电子信息学院 5 10 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (82)
共引文献  (51)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1955(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(3)
  • 参考文献(0)
  • 二级参考文献(3)
1980(2)
  • 参考文献(0)
  • 二级参考文献(2)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(7)
  • 参考文献(0)
  • 二级参考文献(7)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(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(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(7)
  • 参考文献(1)
  • 二级参考文献(6)
2012(14)
  • 参考文献(2)
  • 二级参考文献(12)
2013(10)
  • 参考文献(0)
  • 二级参考文献(10)
2014(9)
  • 参考文献(1)
  • 二级参考文献(8)
2015(10)
  • 参考文献(2)
  • 二级参考文献(8)
2016(10)
  • 参考文献(3)
  • 二级参考文献(7)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(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)
研究主题发展历程
节点文献
显著性检测
高层先验
底层特征
多特征融合
边界稀疏
超像素差异
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
论文1v1指导