融合显著与深度信息的缝切割重定向方法

• 作者: 吴加莹 堵俊 杨赛 董宁
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 显著信息 深度信息 缝切割 图像重定向
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 学术论文
• 页码范围: 1547-1550
• 页数: 4页
• 分类号: TP391
• 字数: 3420字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2019.07.020

摘要

针对当前内容感知的重定向方法中可能出现的变形和失真问题,提出一种融合显著与深度信息的缝切割重定向方法.首先利用GBVS算法获取图像显著信息,结合图像梯度信息与通过SIFT匹配方法获取的图像深度信息构建更精确的重要度图;其次,根据重要度图的能量分布,对原始图像进行处理,得到最终的重定向结果.基于公开数据库在两个不同评价标准下与多种重定向方法的对比表明,本文方法能够最大程度的保留图像的显著部分.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	堵俊	南通大学电气工程学院	43	357	10.0	17.0
2	吴加莹	南通大学电气工程学院	3	3	1.0	1.0
3	杨赛	南通大学电气工程学院	13	87	4.0	9.0
7	董宁	南通大学电气工程学院	1	0	0.0	0.0