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:
为了使图像显著区域的检测更加完整,结合前景和背景信息研究了一种基于先验信息的显著性检测算法.首先在超像素的基础上,利用颜色增强Harris角点算法构造凸包,根据凸包内外超像素间的颜色、空间位置差异,得到基于凸包先验的显著图;其次根据图像四周边界信息获取图像边界超像素的背景种子,利用前景与背景超像素的的颜色、空间位置差异,得到基于图像四周背景种子的显著图;最终结果由上述得到的两个显著图线性加权融合得到.结果表明,在可视化结果的完整性及各个评价指标方面优于现有公开的经典算法.可见,本文算法具有一定的可行性.
推荐文章
简单背景先验下的显著性目标检测算法
目标检测
背景定位
模型融合
空间优化
背景先验
显著性计算
基于颜色和纹理特征的显著性检测算法
模式识别
显著性检测
颜色对比度
纹理特征
二维信息熵
基于HVS的多尺度显著性检测算法
人类视觉系统
多尺度
主成分分析
显著性检测
图像分析
基于双层多尺度神经网络的显著性对象检测算法
显著性对象检测
深度学习
深度卷积网络
条件随机场
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 基于先验信息的显著性检测算法研究
来源期刊 新一代信息技术 学科 工学
关键词 显著性检测 凸包 超像素 背景先验 显著图融合
年,卷(期) 2020,(4) 所属期刊栏目 科技论文
研究方向 页码范围 9-19
页数 11页 分类号 TP391.41
字数 4993字 语种 中文
DOI 10.3969/j.issn.2096-6091.2020.04.002
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 李春华 河北科技大学信息科学与工程学院 30 146 7.0 10.0
2 秦云凡 河北科技大学信息科学与工程学院 3 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (47)
共引文献  (13)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(1)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(6)
  • 参考文献(1)
  • 二级参考文献(5)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2015(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(8)
  • 参考文献(0)
  • 二级参考文献(8)
2017(11)
  • 参考文献(2)
  • 二级参考文献(9)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(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
凸包
超像素
背景先验
显著图融合
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
新一代信息技术
半月刊
2096-6091
10-1581/TP
北京市海淀区玉渊潭南路普惠南里13号楼
chi
出版文献量(篇)
639
总下载数(次)
4
总被引数(次)
21
论文1v1指导