原文服务方: 现代电子技术       
摘要:
针对当前算法中采用过强的背景假设和中心偏置会造成错误检测,以及借助机器学习方法会大大增加复杂度的问题,提出使用过分割后的图像4个顶点超像素块作为背景先验信息,将其与改进的高斯模型相融合,然后对其进行空间优化,并使用元胞自动机将多个尺度下的显著结果进行融合.在公开数据库上与多种主流算法进行对比评测中,所提算法表现出明显的优越性.相较于以往算法将图像四周选为背景信息,文中算法所选取的背景信息则更为简单准确,同时也降低了计算复杂度,能够快速准确地提取出显著目标区域.
推荐文章
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
基于低秩矩阵二元分解的快速显著性目标检测算法
显著性目标检测
低秩矩阵双因子分解
分层稀疏正则化
交替方向法
多尺度融合背景与目标先验的显著性目标检测
视觉显著性
显著性目标检测
目标性
背景先验
空间优化
多尺度融合
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
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 简单背景先验下的显著性目标检测算法
来源期刊 现代电子技术 学科
关键词 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
年,卷(期) 2020,(7) 所属期刊栏目 信号分析与图像处理
研究方向 页码范围 39-42,47
页数 5页 分类号 TN911.7-34|TP391
字数 语种 中文
DOI 10.16652/j.issn.1004-373x.2020.07.010
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 堵俊 南通大学电气工程学院 43 357 10.0 17.0
2 王梓州 南通大学电气工程学院 1 0 0.0 0.0
3 吴加莹 南通大学电气工程学院 3 3 1.0 1.0
4 杨赛 南通大学电气工程学院 13 87 4.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1979(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(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
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
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
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
总被引数(次)
135074
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导