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:
为解决图像低级特征不能够均匀进行显著目标检测的问题,将高层先验语义和低级特征进行结合,提出一种新颖的基于高层先验语义的显著目标检测算法模型.利用深度卷积神经网络对输入图像以及显式显著性先验信息分别进行语义分割提取,得到显式显著性检测图;通过将图像中隐含的先验显著性特征与显著性值进行映射得到训练模型计算隐式显著性图;将显式显著性检测图和隐式显著性检测图进行自适应融合,形成均匀覆盖显著目标像素的精确显著检测图.为验证算法模型的有效性,将算法在具有挑战性的ECSSD和DUT-OMRON图像数据集进行实验仿真,实验结果表明,该算法的显著目标检测效果较其他方法有较为显著的提升.
推荐文章
基于高层颜色语义名称的显著性检测
显著性检测
高层颜色语义名称
颜色命名
Gist特征
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
基于高层颜色语义名称的显著性检测
显著性检测
高层颜色语义名称
颜色命名
Gist特征
基于卷积神经网络和语义相关的协同显著性检测
协同显著性检测
深度学习
卷积神经网络
图像组语义相关类
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 基于高层先验语义的显著目标检测
来源期刊 重庆邮电大学学报(自然科学版) 学科 工学
关键词 先验语义 显式显著性图 隐式显著性图 映射
年,卷(期) 2020,(2) 所属期刊栏目 计算机与自动化
研究方向 页码范围 304-312
页数 9页 分类号 TP391.41
字数 5864字 语种 中文
DOI 10.3979/j.issn.1673-825X.2020.02.018
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 汪军 安徽工程大学计算机与信息学院 47 179 8.0 11.0
2 宣东东 安徽工程大学计算机与信息学院 5 5 1.0 2.0
3 王政 安徽工程大学计算机与信息学院 2 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  (9)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(3)
  • 参考文献(2)
  • 二级参考文献(1)
2013(7)
  • 参考文献(0)
  • 二级参考文献(7)
2014(6)
  • 参考文献(1)
  • 二级参考文献(5)
2015(4)
  • 参考文献(2)
  • 二级参考文献(2)
2016(5)
  • 参考文献(3)
  • 二级参考文献(2)
2017(3)
  • 参考文献(2)
  • 二级参考文献(1)
2018(3)
  • 参考文献(3)
  • 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
先验语义
显式显著性图
隐式显著性图
映射
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
重庆邮电大学学报(自然科学版)
双月刊
1673-825X
50-1181/N
大16开
重庆南岸区
78-77
1988
chi
出版文献量(篇)
3229
总下载数(次)
12
总被引数(次)
19476
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导