本文選題：目標(biāo)檢測(cè)　切入點(diǎn)：顯著性　出處：《電子與信息學(xué)報(bào)》2017年08期 　論文類(lèi)型：期刊論文

【摘要】：該文基于Laplace相似度量的構(gòu)造方法,針對(duì)兩階段顯著目標(biāo)檢測(cè)中顯著種子的不同類(lèi)型(稀疏或稠密),提出了相應(yīng)的顯著性擴(kuò)散模型,從而實(shí)現(xiàn)了基于擴(kuò)散的兩階段互補(bǔ)的顯著目標(biāo)檢測(cè)。尤其是第2階段擴(kuò)散模型中匯點(diǎn)的融入,一方面更好地抑制了顯著性圖中的背景,同時(shí)對(duì)于控制因子α的取值更加穩(wěn)健。實(shí)驗(yàn)結(jié)果表明,當(dāng)顯著種子確定時(shí),不同的擴(kuò)散模型會(huì)導(dǎo)致顯著性擴(kuò)散程度的差異。基于帶匯點(diǎn)Laplace的兩階段互補(bǔ)的擴(kuò)散模型較其他擴(kuò)散模型更有效、更穩(wěn)健。同時(shí),從多項(xiàng)評(píng)價(jià)指標(biāo)分析,該算法與目前流行的5種顯著目標(biāo)檢測(cè)算法相比,具有較大優(yōu)勢(shì)。這表明此種用于圖像檢索或分類(lèi)的Laplace相似度量的構(gòu)造方法在顯著目標(biāo)檢測(cè)中也是適用的。
[Abstract]:Based on the method of constructing Laplace similarity measure, this paper proposes a significant diffusion model for different types of salient seeds (sparse or dense) in two-stage salient target detection. In particular, the inclusion of meeting points in the second stage diffusion model, on the one hand, better restrains the background in the salient graph. At the same time, the value of control factor 偽 is more robust. The experimental results show that, when the significant seeds are determined, Different diffusion models lead to significant diffusivity. The two-stage complementary diffusion model based on Laplace with meeting point is more effective and more robust than other diffusion models. Compared with five popular salient target detection algorithms, this algorithm has a great advantage, which indicates that this method of constructing Laplace similarity measure for image retrieval or classification is also applicable in salient target detection.
【作者單位】： 東北大學(xué)信息科學(xué)與工程學(xué)院;東北大學(xué)理學(xué)院;東北大學(xué)秦皇島分�？刂乒こ虒W(xué)院;
【基金】：國(guó)家自然科學(xué)基金(51475086) 遼寧省自然科學(xué)基金(2014020026)~~
【分類(lèi)號(hào)】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 Shen Hao;Li Shuxiao;Zhu Chengfei;Chang Hongxing;Zhang Jinglan;;Moving object detection in aerial video based on spatiotemporal saliency[J];Chinese Journal of Aeronautics;2013年05期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王寶艷;張鐵;王新剛;;基于帶匯點(diǎn)Laplace擴(kuò)散模型的顯著目標(biāo)檢測(cè)[J];電子與信息學(xué)報(bào);2017年08期

2 Yi Song;Shu-Xiao Li;Cheng-Fei Zhu;Hong-Xing Chang;;Ob ject Tracking with Dual Field-of-view Switching in Aerial Videos[J];International Journal of Automation and Computing;2016年06期

3 張晴;林家駿;戴蒙;;基于圖的流行排序的顯著目標(biāo)檢測(cè)改進(jìn)算法[J];計(jì)算機(jī)工程與應(yīng)用;2016年22期

4 張晴;林家駿;石艷嬌;;基于區(qū)域?qū)Ρ榷群捅尘跋闰?yàn)的顯著目標(biāo)檢測(cè)[J];計(jì)算機(jī)工程與應(yīng)用;2016年21期

5 王在浩;李震;李良榮;;隧道照明節(jié)能控制系統(tǒng)的車(chē)輛信息視頻檢測(cè)方法研究[J];貴州大學(xué)學(xué)報(bào)(自然科學(xué)版);2016年04期

6 張晴;林家駿;;超像素和閾值分割相結(jié)合的顯著目標(biāo)檢測(cè)算法[J];現(xiàn)代電子技術(shù);2016年14期

7 趙燕熙;尚振宏;劉輝;李潤(rùn)鑫;;動(dòng)態(tài)背景下空時(shí)特性均顯著的運(yùn)動(dòng)目標(biāo)檢測(cè)[J];計(jì)算機(jī)工程與應(yīng)用;2017年05期

8 張晴;林家駿;;結(jié)合超像素和直方圖閾值的顯著區(qū)域檢測(cè)算法[J];計(jì)算機(jī)工程與應(yīng)用;2015年20期

9 丁祺;顧國(guó)華;徐富元;任侃;錢(qián)惟賢;陳錢(qián);;強(qiáng)視差下的移動(dòng)相機(jī)運(yùn)動(dòng)目標(biāo)檢測(cè)[J];激光與光電子學(xué)進(jìn)展;2015年09期

10 訾玲玲;叢鑫;張亞萍;;基于視覺(jué)顯著性的空間圖像序列放大算法[J];計(jì)算機(jī)應(yīng)用研究;2016年02期

【相似文獻(xiàn)】

相關(guān)期刊論文 前4條

1 唐俊;劉志忠;周洪偉;闞�？�;;一種基于Laplace譜的形狀匹配算法[J];安徽大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年04期

2 張新平;;Laplace平滑變換在人臉識(shí)別應(yīng)用中的問(wèn)題及相關(guān)算法[J];中央民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年03期

3 顧歲成;譚營(yíng);何新貴;;Laplace平滑變換及其在人臉識(shí)別中的應(yīng)用[J];中國(guó)科學(xué):信息科學(xué);2011年03期

4 陳穎;林錦賢;呂暾;;LU分解和Laplace算法在GPU上的實(shí)現(xiàn)[J];計(jì)算機(jī)應(yīng)用;2011年03期

相關(guān)會(huì)議論文 前2條

1 呂皖麗;郭玉堂;羅斌;;基于Laplace圖譜特征的圖像內(nèi)容認(rèn)證[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

2 金偉新;肖田元;;基于特征譜的作戰(zhàn)體系網(wǎng)絡(luò)脆性研究[A];Proceedings of 14th Chinese Conference on System Simulation Technology & Application(CCSSTA’2012)[C];2012年

，

本文編號(hào)：1648925