基于显著目标检测法的边界模型优化研究

• 作者: 吴昊 方朝剑
• 来源期刊: IT经理世界
• 学科: 工学
• 关键词: 边界检测 边界评估 显著目标 显著评估 加权对比度优化
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 数据科学与算法
• 页码范围: 28-31
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文

摘要

研究提出了一种基于界限区分和多线索集成的显著目标检测方法.为解决因地图所有边界引起的误判问题,和多数采用先验背景的最新模型中,等量人为的选取作为背景.所以,通过Hausdorff距离对每个边界进行判断后,经过测地距离变换成功地建立了背景评估模型.然后通过前背景加权对比得到初始显著性图像,最后通过权重可调优化框架进行优化.大量实验表明,该方法与大多数基于边界的方法相比,具有较好的性能.此外,为了客观、优质地估计显著性图像,作者又设计了一个简单有效地非平面成像的度量标准.以该度量标准为权重,提出了一种融合多线索的显著性框架,大大提高了检测结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴昊		10	32	2.0	5.0
2	方朝剑		1	0	0.0	0.0