作者:
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:
自然图像中的背景包含了丰富的信息,在进行显著性目标检测时,如果处理不当,会影响检测结果的准确性。为了减少背景对检测的影响,本文结合背景信息特征提出了一种相邻像素优化的图像显著性目标检测方法。首先提取背景的统计信息和结构信息构建初始的显著性图;然后,利用保边平滑滤波器对初始显著图进行优化,加强目标区域的细节信息,获得轮廓较为清楚的显著图;最后,根据相邻像素之间的影响,建立相邻像素之间的关系对显著图做进一步优化,得到最终显著图。在两种公开的数据集上测试,并与四种经典的显著性检测算法对比,采用精确率–召回率曲线和F-measure图对算法进行评估,结果显示,本文提出的算法生成的显著图效果更好,检测的准确性更高。
推荐文章
基于散度—形状引导和优化函数的显著性目标检测
显著性检测
散度—形状引导
优化函数
相似性度量
分层空间
基于Faster R-CNN的显著性目标检测方法
视觉显著性
目标检测
元胞自动机
超像素分割
基于全局颜色对比的显著性目标检测
全局颜色对比
显著性图
条件随机场
显著性目标检测
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
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 基于背景信息优化的显著性目标检测
来源期刊 计算机科学与应用 学科 工学
关键词 显著性目标检测 背景信息 保边平滑滤波器
年,卷(期) 2021,(3) 所属期刊栏目
研究方向 页码范围 534-542
页数 9页 分类号 TP3
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(4)
  • 参考文献(0)
  • 二级参考文献(4)
2017(3)
  • 参考文献(0)
  • 二级参考文献(3)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
2021(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(1)
  • 参考文献(1)
  • 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
显著性目标检测
背景信息
保边平滑滤波器
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
计算机科学与应用
月刊
2161-8801
武汉市江夏区汤逊湖北路38号光谷总部空间
出版文献量(篇)
1319
总下载数(次)
15
总被引数(次)
0
论文1v1指导