-
题名融合相位一致性与二维主成分分析的视觉显著性预测
被引量：3
- 1
-
-
作者
徐威
唐振民
-
机构
南京理工大学计算机科学与工程学院
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2015年第9期2089-2096,共8页
-
基金
国家自然科学基金(61473154)资助课题
-
文摘
为了更加有效地预测图像中吸引视觉注意的关键区域,该文提出一种融合相位一致性与2维主成分分析(2DPCA)的显著性方法。该方法不同于传统的利用相位谱的方式,而是提出采用相位一致性(PC)获取图像中重要的特征点和边缘信息,经快速漂移超像素优化后,融合局部和全局颜色对比度,生成低层特征显著图。接着提出利用2DPCA提取图像块的主成分后,计算主成分空间中图像块的局部和全局可区分性,得到模式显著图。最后,通过空间离散度度量分配合适的权重,使两者融合,提取显著性区域。在两种人眼跟踪数据库上与5种经典算法的实验对比结果表明,该算法能更加准确地预测人眼视觉关注点。
-
关键词
图像处理
视觉显著性
人眼关注点预测
相位一致性
2维主成分分析
-
Keywords
Image processing
Visual saliency
Eye fixation prediction
Phase congruency
Two-Dimensional Principal Component Analysis（2DPCA）
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名视觉注意力检测综述
被引量：62
- 2
-
-
作者
王文冠
沈建冰
贾云得
-
机构
智能信息技术北京市重点实验室(北京理工大学)
-
出处
《软件学报》
EI
CSCD
北大核心
2019年第2期416-439,共24页
-
基金
国家自然科学基金(61673062)
北京市自然科学基金(4182056)~~
-
文摘
人类能够迅速地选取视野中的关键部分,选择性地将视觉处理资源分配给这些视觉显著的区域.在计算机视觉领域,理解和模拟人类视觉系统的这种注意力机制,得到了学界的大力关注,并显示出了广阔的应用前景.近年来,随着计算能力的增强以及大规模显著性检测数据集的建立,深度学习技术逐渐成为视觉注意力机制计算和建模的主要手段.综述了视觉注意力检测的最新研究进展,包括人眼关注点检测和显著物体检测,并讨论了当前流行的视觉显著性检测数据集和常用的评估指标.对基于深度学习的工作进行了综述,也对之前代表性的非深度学习模型进行了讨论,同时,对这些模型在不同的数据集上的性能进行了详细评估.最后探讨了该领域的研究趋势和未来的发展方向.
-
关键词
视觉注意力
视觉显著性
人眼关注点预测
显著物体检测
-
Keywords
visual attention
visual saliency
eye fixation prediction
salient object detection
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名显著性物体检测研究综述:方法、应用和趋势
被引量：4
- 3
-
-
作者
李婉蓉
徐丹
史金龙
黄树成
-
机构
江苏科技大学计算机学院
-
出处
《计算机应用研究》
CSCD
北大核心
2022年第7期1941-1950,共10页
-
基金
国家自然科学基金资助项目(61772244)。
-
文摘
显著性物体检测旨在快速定位图像中的显著性目标,可用于目标检测和识别、关键点定位、视觉跟踪、语义分割等计算机视觉任务中。为梳理显著性检测研究的发展脉络,从方法、应用领域和研究方向等方面分析显著性检测的研究现状和发展趋势。首先,阐述了显著性检测与相关研究的区别和联系;然后,分析了目前主流的显著性物体检测算法的流程、创新点、性能和适用性;接下来,介绍了显著性检测领域数据集的发展和演化;最后,展望了显著性检测研究的发展趋势并总结了显著性检测的主要应用领域。
-
关键词
显著性物体检测
视觉注意
关注点预测
目标建议
深度学习
弱监督学习
-
Keywords
salient object detection
visual attention
eye fixation prediction
object proposal
deep learning
weak supervision learning
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
