期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到125篇文章
< 1 2 … 7 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
自适应卷积注意力与掩码结构协同的显著目标检测
1
作者 朱磊 袁金垚 +1 位作者 王文武 蔡小嫚 《电子与信息学报》 北大核心 2025年第1期260-270,共11页
显著目标检测(SOD)旨在模仿人类视觉系统注意力机制和认知机制来自动提取场景中的显著物体。虽然现有基于卷积神经网络(CNN)或Transformer的模型不断刷新该领域方法的性能,但较少研究关注以下两个问题:(1)此领域多数方法常采用逐像素点... 显著目标检测(SOD)旨在模仿人类视觉系统注意力机制和认知机制来自动提取场景中的显著物体。虽然现有基于卷积神经网络(CNN)或Transformer的模型不断刷新该领域方法的性能,但较少研究关注以下两个问题:(1)此领域多数方法常采用逐像素点的密集预测方式以获取像素显著值,然而该方式不符合基于人类视觉系统的场景解析机制,即人眼通常对语义区域进行整体分析而非关注像素级信息;(2)增强上下文信息关联在SOD任务中受到广泛关注,但通过Transformer主干结构获取长程关联特征不一定具有优势。SOD应更关注目标在适当区域内其中心-邻域差异性而非全局长程依赖。针对上述问题,该文提出一种新的显著目标检测模型,将CNN形式的自适应注意力和掩码注意力集成到网络中,以提高显著目标检测的性能。该算法设计了基于掩码感知的解码模块,通过将交叉注意力限制在预测的掩码区域来感知图像特征,有助于网络更好地聚焦于显著目标的整体区域。同时,该文设计了基于卷积注意力的上下文特征增强模块,与Transformer逐层建立长程关系不同,该模块仅捕获最高层特征中的适当上下文关联,避免引入无关的全局信息。该文在4个广泛使用的数据集上进行了实验评估,结果表明,该文提出的方法在不同场景下均取得了显著的性能提升,具有良好的泛化能力和稳定性。 展开更多
关键词 显著目标检测 卷积神经网络形式的自适应注意力 掩码注意力 特征增强
在线阅读 下载PDF
基于深度学习网络显著目标检测算法的强降水落区临近预报技术
2
作者 张亚萍 刘伯骏 +3 位作者 庞玥 张焱 张勇 黎中菊 《气象学报》 北大核心 2025年第2期334-349,共16页
降水持续时间相同时,降水强度越大,诱发城市积涝、山洪、泥石流、滑坡等次生灾害的可能性越大。在全球气候变暖的背景下,亚小时降水极端事件比小时以上时间尺度的极端事件增加得更快,有必要研究亚小时尺度上的强降水监测预警技术。选取 ... 降水持续时间相同时,降水强度越大,诱发城市积涝、山洪、泥石流、滑坡等次生灾害的可能性越大。在全球气候变暖的背景下,亚小时降水极端事件比小时以上时间尺度的极端事件增加得更快,有必要研究亚小时尺度上的强降水监测预警技术。选取 2013-2021 年重庆地区 30 次暴雨天气过程,以显著目标检测深度网络 U2-Net 为基础,将 30 min 短时强降水落区作为显 著目标,天气雷达反射率因子拼图作为输入,通过数据驱动方式自动学习某一时次的天气雷达反射率因子空间分布与其后 30 min 的强降水落区的非线性关系,进行强降水落区预报。强降水落区标签按照 10、20 和 30 mm 阈值分为 3 种,由雷达融合地面分钟 级雨量的定量降水估计得到。模型输入为 3、4.5 和 7 km 高度的雷达反射率因子拼图。经过训练和验证,得到针对 3 种强降水阈 值的 3 个强降水落区预报模型。对测试集的检验结果表明,当邻域半径为 5 km 时,10、20 和 30 mm 阈值模型输出的命中率分别 为 0.66、 0.73 和 0.72,虚警率分别为 0.06、 0.32 和 0.57,临界成功指数分别为 0.64、 0.54 和 0.37;强降水落区预报图中的概率越大, 对强降水落区的预报越可靠。综上所述,强降水落区预报模型通过提取单个时次的三维反射率因子多尺度特征,预报未来 30 min 强降水落区,可以有效补充雨量计布设稀疏地区的强降水监测和预报信息,也为需要提取多源探测资料多尺度特征的临近预报 技术研究提供参考。 展开更多
关键词 显著目标检测 深度网络 天气雷达 短时强降水 临近预报
在线阅读 下载PDF
基于多模态特征对齐的弱对齐RGBT显著目标检测
3
作者 刘成壮 翟素兰 +1 位作者 刘海庆 王鲲鹏 《计算机科学》 北大核心 2025年第7期142-150,共9页
可见光和热红外(RGBT)显著目标检测(SOD)旨在从可见光和热红外图像中识别共同的显著物体。然而,现有技术大多在完全对齐的图像对上进行训练,忽略了实际成像过程中由传感器差异造成的“弱对齐”问题,即同一物体在不同模态中虽然结构相关... 可见光和热红外(RGBT)显著目标检测(SOD)旨在从可见光和热红外图像中识别共同的显著物体。然而,现有技术大多在完全对齐的图像对上进行训练,忽略了实际成像过程中由传感器差异造成的“弱对齐”问题,即同一物体在不同模态中虽然结构相关,但是它们的位置、尺度存在差异。因此,如果不经对齐处理,直接使用弱对齐RGBT图像训练模型,会导致检测性能严重下降。为应对这一挑战,提出了一个多模态特征对齐融合网络(AFNet),专门针对弱对齐RGBT SOD。该网络由3个主要模块组成:分布对齐模块(DAM)、注意力引导的可变形卷积对齐模块(AGDCM)和交叉融合模块(CAM)。DAM基于最优传输理论,使热红外和RGB特征的分布尽可能接近,实现特征的初步对齐。AGDCM基于可变形卷积,在学习特征偏移量的过程中引入注意力权重,使不同的区域可以学习到适合自身的偏移量,实现多模态特征的精准对齐。CAM通过交叉注意力机制融合对齐后的特征,增强融合特征的判别能力并提高计算效率。通过在对齐和弱对齐数据集上进行大量实验,证明了所提方法的高效性。 展开更多
关键词 弱对齐RGBT图像 显著目标检测 多模态特征对齐 多模态特征融合 注意力机制
在线阅读 下载PDF
基于深度网络特征交互的RGB-T显著目标检测
4
作者 魏明军 杨轩 +2 位作者 葛一珲 刘亚志 李辉 《电子测量技术》 北大核心 2025年第13期174-182,共9页
针对现有方法中多模态间的互补信息利用不充分、特征交互易引入噪声的问题,提出了一种深度特征交互网络。首先,在编码阶段提出了深度特征多层交互模块,使用深度特征作为特征交互的线索,以充分利用可见光的纹理信息和热成像的位置信息。... 针对现有方法中多模态间的互补信息利用不充分、特征交互易引入噪声的问题,提出了一种深度特征交互网络。首先,在编码阶段提出了深度特征多层交互模块,使用深度特征作为特征交互的线索,以充分利用可见光的纹理信息和热成像的位置信息。其次,设计了纹理位置特征交互模块,通过纹理信息与位置信息进行交互以实现同层级间的特征互补。然后,在解码阶段提出了膨胀卷积特征融合模块,通过膨胀卷积块提高模型感受野,使模型关注网络中的多尺度信息。最后,在公共RGB-T数据集VT5000、VT1000、VT821进行了广泛实验,实验表明,所提出网络的平均绝对误差分别达到2.2%、1.5%、2.5%,与领域内先进的方法相比,取得了优异的性能。 展开更多
关键词 显著目标检测 多模态 特征融合 RGB-T 特征交互 深度学习
在线阅读 下载PDF
基于跨层级注意力学习的RGB-T显著目标检测
5
作者 魏明军 魏帅 +1 位作者 刘亚志 李辉 《郑州大学学报(理学版)》 北大核心 2025年第3期42-48,共7页
RGB-热成像显著目标检测(RGB-T SOD)旨在分割可见光图像和相应热红外图像中的常见突出区域。针对现有方法中没有充分利用多模态间的跨层级互补信息的问题,提出了一种用于RGB-T SOD任务的跨层级特征注意力学习网络(CALNet)。具体来说,该... RGB-热成像显著目标检测(RGB-T SOD)旨在分割可见光图像和相应热红外图像中的常见突出区域。针对现有方法中没有充分利用多模态间的跨层级互补信息的问题,提出了一种用于RGB-T SOD任务的跨层级特征注意力学习网络(CALNet)。具体来说,该网络中包含一个跨层级注意力学习模块(CAL),CAL使用非局部注意力对多模态间的跨层级信息进行交互,能够充分探索不同模态和不同层级间的全局位置与局部细节线索。此外,网络还引入了全局信息模块(GIM)与多交互模块(MIB),二者能够在逐层级解码中建模和挖掘多类型信息,以实现更精准的RGB-T SOD。在公共数据集RGB-T上进行的广泛实验表明,所提出的网络与领域内先进的算法相比,取得了优异的性能。 展开更多
关键词 多模态 非局部注意力 RGB-T 显著目标检测 特征融合
在线阅读 下载PDF
基于特征交互引导的弱监督显著目标检测
6
作者 李永强 石艳娇 张晴 《计算机工程与设计》 北大核心 2025年第4期1234-1240,F0003,共8页
为解决现有的基于稀疏标记的弱监督显著目标检测模型需要引入额外标签恢复显著目标结构、模型检测效果不佳等问题,提出一种基于涂鸦注释的特征交互引导网络用于弱监督显著目标检测,无需预处理/后处理操作或额外标签。模型集成特征增强... 为解决现有的基于稀疏标记的弱监督显著目标检测模型需要引入额外标签恢复显著目标结构、模型检测效果不佳等问题,提出一种基于涂鸦注释的特征交互引导网络用于弱监督显著目标检测,无需预处理/后处理操作或额外标签。模型集成特征增强机制分别对浅层和深层的多尺度特征进行扩展与聚合,轮廓重定位模块恢复并优化显著目标结构,所提全局特征对齐损失辅助模型感知显著目标的全局结构。实验结果表明,所提出模型优于现有的弱监督方法。 展开更多
关键词 显著目标检测 弱监督 涂鸦注释 特征交互引导 特征增强 多尺度特征 特征对齐
在线阅读 下载PDF
基于多任务学习的视频和图像显著目标检测方法
7
作者 刘泽宇 刘建伟 《计算机科学》 CSCD 北大核心 2024年第4期217-228,共12页
显著目标检测(Salient Object Detection,SOD)能够模拟人类的注意力机制,在复杂的场景中快速发现高价值的显著目标,为进一步的视觉理解任务奠定了基础。当前主流的图像显著目标检测方法通常基于DUTS-TR数据集进行训练,而视频显著目标检... 显著目标检测(Salient Object Detection,SOD)能够模拟人类的注意力机制,在复杂的场景中快速发现高价值的显著目标,为进一步的视觉理解任务奠定了基础。当前主流的图像显著目标检测方法通常基于DUTS-TR数据集进行训练,而视频显著目标检测方法(Video Salient Object Detection,VSOD)基于DAVIS,DAVSOD以及DUTS-TR数据集进行训练。图像和视频显著目标检测任务既有共性又有特性,因此需要部署独立的模型进行单独训练,这大大增加了运算资源和训练时间的开销。当前研究大多针对单个任务提出独立的解决方案,而缺少统一的图像和视频显著目标检测方法。针对上述问题,提出了一种基于多任务学习的图像和视频显著目标检测方法,旨在构建一种通用的模型框架,通过一次训练同时适配两种任务,并进一步弥合图像和视频显著目标检测方法之间的性能差异。12个数据集上的定性和定量实验结果表明,所提方法不仅能够同时适配两种任务,而且取得了比单任务模型更好的检测结果。 展开更多
关键词 视频显著目标检测 图像显著目标检测 多任务学习 性能差异
在线阅读 下载PDF
面向360度全景图像显著目标检测的相邻协调网络
8
作者 陈晓雷 王兴 +1 位作者 张学功 杜泽龙 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第12期4529-4541,共13页
为解决360°全景图像显著目标检测(SOD)中的显著目标尺度变化和边缘不连续、易模糊的问题,该文提出一种基于相邻协调网络的360°全景图像显著目标检测方法(ACoNet)。首先,利用相邻细节融合模块获取相邻特征中的细节和边缘信息,... 为解决360°全景图像显著目标检测(SOD)中的显著目标尺度变化和边缘不连续、易模糊的问题,该文提出一种基于相邻协调网络的360°全景图像显著目标检测方法(ACoNet)。首先,利用相邻细节融合模块获取相邻特征中的细节和边缘信息,以促进显著目标的精确定位。其次,使用语义引导特征聚合模块来聚合浅层特征和深层特征之间不同尺度上的语义特征信息,并抑制浅层特征传递的噪声,缓解解码阶段显著目标与背景区域不连续、边界易模糊的问题。同时构建多尺度语义融合子模块扩大不同卷积层的多尺度感受野,实现精确训练显著目标边界的效果。在2个公开的数据集上进行的大量实验结果表明,相比于其他13种先进方法,所提方法在6个客观评价指标上均有明显的提升,同时主观可视化检测的显著图边缘轮廓性更好,空间结构细节信息更清晰。 展开更多
关键词 显著目标检测 深度学习 360°全景图像 多尺度特征
在线阅读 下载PDF
基于多尺度视觉感知特征融合的显著目标检测方法 被引量：1
9
作者 吴小琴 周文俊 +2 位作者 左承林 王一帆 彭博 《计算机科学》 CSCD 北大核心 2024年第5期143-150,共8页
显著性物体检测具有重要的理论研究意义和实际应用价值,已在许多计算机视觉应用中发挥了重要作用,如视觉追踪、图像分割、物体识别等。然而,自然环境下显著目标的类别未知、尺度多变依然是物体检测面临的一大挑战,影响着显著目标的检测... 显著性物体检测具有重要的理论研究意义和实际应用价值,已在许多计算机视觉应用中发挥了重要作用,如视觉追踪、图像分割、物体识别等。然而,自然环境下显著目标的类别未知、尺度多变依然是物体检测面临的一大挑战,影响着显著目标的检测效果。因此,提出了一种基于多尺度视觉感知特征融合的显著目标检测方法。首先,基于视觉感知显著目标的特性,设计并提取多个图像感知特征。其次,图像感知特征采用多尺度自适应方式,获取特征显著图。然后,将各个显著特征图融合,获得最终的显著目标。该方法基于不同图像感知特征的特点,自适应提取显著目标,能够适应多变的检测目标与复杂的检测环境。实验结果表明,在受自然环境中背景干扰的情况下,该方法能有效检测出未知类别和不同尺度的显著目标。 展开更多
关键词 视觉感知特征 显著目标检测 多特征融合 图像分割 多尺度采样
在线阅读 下载PDF
基于深度神经网络的视频显著目标检测综述 被引量：5
10
作者 杨成帮 王安志 +1 位作者 任春洪 唐洁亮 《计算机工程与应用》 CSCD 北大核心 2024年第19期68-79,共12页
视频显著目标检测作为计算机视觉领域广泛关注的研究方向之一,其旨在定位和分割出视频中最显著的目标或区域。现有视频显著目标检测方法主要通过构建深度神经网络来从动态视频序列中提取时空特征进行显著性预测。对基于深度学习的视频... 视频显著目标检测作为计算机视觉领域广泛关注的研究方向之一,其旨在定位和分割出视频中最显著的目标或区域。现有视频显著目标检测方法主要通过构建深度神经网络来从动态视频序列中提取时空特征进行显著性预测。对基于深度学习的视频显著目标检测方法进行全面梳理,阐述了视频显著目标检测的基本概念及应用场景;对基于深度学习的视频显著目标检测方法进行了分类,并按类别进行深入的分析和讨论;对视频显著目标检测领域的权威基准测试数据集及评价指标进行介绍,并在这些基准数据集上对最先进的模型进行了定量和定性实验对比分析和讨论;总结了视频显著目标检测面临的挑战,对其未来发展方向进行了展望。 展开更多
关键词 视频显著目标检测 时空特征 深度学习
在线阅读 下载PDF
采用特征优化和引导的显著目标检测研究
11
作者 吴文介 王丰 《计算机工程与应用》 CSCD 北大核心 2024年第18期256-265,共10页
针对目前深度图存在对比度不明显和预测图边界模糊等问题,提出了一种新型显著目标检测网络模型。该模型包括特征优化模块和特征引导模块。为了降低低质量深度图的负面影响,并精确地突出显著目标,在特征优化模块对深度图的各层特征进行... 针对目前深度图存在对比度不明显和预测图边界模糊等问题,提出了一种新型显著目标检测网络模型。该模型包括特征优化模块和特征引导模块。为了降低低质量深度图的负面影响,并精确地突出显著目标,在特征优化模块对深度图的各层特征进行混合注意力计算并进行双向融合。为解决边界模糊问题,在特征引导模块利用引导融合的方式引入低层特征来精细化目标边界。在解码阶段,引入不增加模型参数的权值计算方法,计算RGB特征和深度特征对最终预测的贡献比重。通过与近年来十二种先进方法进行的对比实验表明,所提算法模型在NJU2K、NLPR、DES、SIP、STERE和LFSD测试数据集上具有更优秀的检测性能,其中在SIP数据集上,提出的模型与第二名相比,最大F值提升了1.3%,平均F值提升了1%,E-measure提升了1.7%,S-measure提升了1.5%,消融实验证明了所提模块的有效性。 展开更多
关键词 深度图 显著目标检测 混合注意力 特征融合
在线阅读 下载PDF
融合显著深度特征的RGB-D图像显著目标检测 被引量：9
12
作者 吴建国 邵婷 刘政怡 《电子与信息学报》 EI CSCD 北大核心 2017年第9期2148-2154,共7页
深度信息被证明是人类视觉的重要组成部分,然而大部分显著性检测工作侧重于2维图像上的方法,并不能很好地利用深度进行RGB-D图像显著性检测。该文提出一种融合显著深度特征的RGB-D图像显著目标检测方法,提取基于颜色和深度显著图的综合... 深度信息被证明是人类视觉的重要组成部分,然而大部分显著性检测工作侧重于2维图像上的方法,并不能很好地利用深度进行RGB-D图像显著性检测。该文提出一种融合显著深度特征的RGB-D图像显著目标检测方法,提取基于颜色和深度显著图的综合特征,根据构图先验和背景先验的方法进行显著目标检测。首先,对原始深度图进行预处理:使用背景顶点区域、构图交点和紧密度处理深度图,多角度融合形成深度显著图,并作为显著深度特征,结合颜色特征形成综合特征;其次,从前景角度,将综合特征通过边连接权重构造关联矩阵,根据构图先验,假设多层中心矩形为前景种子,通过流形排序方法计算出RGB-D图像的前景显著图;从背景角度,根据背景先验以及边界连通性计算出背景显著图;最后,将前景显著图和背景显著图进行融合并优化得到最终显著图。实验采用RGB-D1000数据集进行显著性检测,并与4种不同的方法进行对比,所提方法的显著性检测结果更接近人工标定结果,PR(查准率-查全率)曲线显示在相同召回率下准确率高于其他方法。 展开更多
关键词 显著目标检测 显著深度特征 多层中心矩形 流形排序 构图先验 背景先验
在线阅读 下载PDF
基于全局和局部低秩矩阵分解的图像显著目标检测算法 被引量：5
13
作者 李策 胡治佳 +1 位作者 肖利梅 张爱华 《兰州理工大学学报》 CAS 北大核心 2015年第6期79-83,共5页
针对视觉选择性注意机制中,在凸显注意力目标的同时还需抑制背景区域对显著性目标影响的问题,提出一种基于矩阵低秩分解的图像显著目标检测算法.该算法首先结合图像CIE Lab颜色空间对比度特征和图像纹理特征快速获取初始显著图,然后分... 针对视觉选择性注意机制中,在凸显注意力目标的同时还需抑制背景区域对显著性目标影响的问题,提出一种基于矩阵低秩分解的图像显著目标检测算法.该算法首先结合图像CIE Lab颜色空间对比度特征和图像纹理特征快速获取初始显著图,然后分别从全局和局部两个层次对其低秩分解并加权融合,最终实现对初始显著图中背景非显著信息的抑制得到最终显著图.与其他显著性算法的对比实验结果表明,本文算法在有效检测显著目标的同时,显著图中的背景仅含有少量非显著信息,显著目标更加凸显,为后期计算机视觉任务提供了一种良好的预处理过程,具有一定的理论和实际应用价值. 展开更多
关键词 显著目标检测 非显著信息 低秩分解
在线阅读 下载PDF
基于贝叶斯框架的显著目标检测 被引量：1
14
作者 毛征 吴珍荣 +3 位作者 张辉 袁建建 曲劲松 李红岩 《北京工业大学学报》 CAS CSCD 北大核心 2014年第10期1497-1502,共6页
图像和视频显著性检测在计算机视觉领域引起了极大的关注,广泛应用于物体分割、可疑物检测、图像检索等领域,在贝叶斯框架下,将人类视觉注意力理论中Bottom-Up模式被动感知与Top-Down模式主动检测按照时间先后顺序结合在一起,并结合像素... 图像和视频显著性检测在计算机视觉领域引起了极大的关注,广泛应用于物体分割、可疑物检测、图像检索等领域,在贝叶斯框架下,将人类视觉注意力理论中Bottom-Up模式被动感知与Top-Down模式主动检测按照时间先后顺序结合在一起,并结合像素的"Center-Surround"模型和核密度估计,提出一种能由粗到精逐步感知和获取视场中视觉显著性目标位置及尺度的实时显著目标检测算法,称其为基于贝叶斯框架的显著目标检测.通过在微软MSRA数据集上进行ROC和Precision-Recall测试,证明该算法取得比目前经典算法更好的效果. 展开更多
关键词 显著目标检测 Center-Surround模型 核密度估计
在线阅读 下载PDF
超像素和阈值分割相结合的显著目标检测算法 被引量：3
15
作者 张晴 林家骏 《现代电子技术》 北大核心 2016年第14期95-99,105,共6页
现有的显著性检测结果普遍含噪及未能完整高亮显著物体,使得后续的显著目标检测仍是一个具有挑战性的问题。提出了一种结合超像素分割和阈值分割的新的显著目标检测算法。算法首先利用超像素分割方法对原图像进行分割计算,然后依据显著... 现有的显著性检测结果普遍含噪及未能完整高亮显著物体,使得后续的显著目标检测仍是一个具有挑战性的问题。提出了一种结合超像素分割和阈值分割的新的显著目标检测算法。算法首先利用超像素分割方法对原图像进行分割计算,然后依据显著性检测结果计算每一个分割区域像素的平均显著度值,接着用平均显著度值表示超像素内每一个像素的原显著度值,最后根据阈值分割算法对其进行计算获取二值掩码图以表示显著目标检测结果。实验结果表明,在4种具有代表性的显著图上,所提算法能有效检测显著目标,具有较高的正确率、召回率和F度量值。 展开更多
关键词 显著目标检测 超像素分割 阈值分割 感兴趣区域
在线阅读 下载PDF
语义信息引导下的显著目标检测算法 被引量：2
16
作者 肖锋 李茹娜 《计算机工程》 CAS CSCD 北大核心 2019年第4期248-253,共6页
针对现有显著性检测方法在凸显目标完整性和背景噪声抑制方面性能较差的问题,提出一种显著目标检测算法。构建改进的全卷积神经网络,捕获图像中的语义信息,生成高层语义初步显著图。利用语义知识引导流形排序进行优化,实现显著目标的边... 针对现有显著性检测方法在凸显目标完整性和背景噪声抑制方面性能较差的问题,提出一种显著目标检测算法。构建改进的全卷积神经网络,捕获图像中的语义信息,生成高层语义初步显著图。利用语义知识引导流形排序进行优化,实现显著目标的边缘传播。融合不同尺度下的显著图,完成显著目标检测。在ECSSD、DUT-OMRON、SED2数据集上进行实验,结果表明,与最大对称环绕、主成分分析等算法相比,该算法检测出的显著目标更加完整,在复杂场景下检测结果鲁棒性更好。 展开更多
关键词 显著目标检测 语义信息 流形排序 全卷积神经网络 目标感知
在线阅读 下载PDF
区域弱相关自表示的显著目标检测方法
17
作者 陈晓云 张萌 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2018年第12期2300-2310,共11页
针对显著目标不相似时目标的显著值不一致问题,提出区域弱相关自表示的显著目标检测方法.首先在低秩矩阵恢复理论基础上为显著目标引入拉普拉斯正则项,以增大显著目标与背景的差异;然后最小化显著目标自表示系数的F-范数,使检测出的显... 针对显著目标不相似时目标的显著值不一致问题,提出区域弱相关自表示的显著目标检测方法.首先在低秩矩阵恢复理论基础上为显著目标引入拉普拉斯正则项,以增大显著目标与背景的差异;然后最小化显著目标自表示系数的F-范数,使检测出的显著目标一致高亮;最后用可调节反正切函数对背景施加强的低秩约束,使背景与显著目标最大程度分离.在公开的显著目标检测数据集上与不同的显著目标检测方法进行对比实验,结果表明,该方法能得到更完整的显著目标和更一致的显著图. 展开更多
关键词 显著目标检测 低秩矩阵恢复 区域弱相关 自表示系数
在线阅读 下载PDF
特征融合与objectness加强的显著目标检测 被引量：5
18
作者 王娇娇 刘政怡 李辉 《计算机工程与应用》 CSCD 北大核心 2017年第2期195-200,270,共7页
显著目标检测是计算机视觉的重要组成部分,目的是检测图像中最吸引人眼的目标区域。针对显著检测中特征的适应性不足以及当前一些算法出现多检与漏检的问题,提出从"目标在哪儿"与"背景在哪儿"两个角度描述显著性的... 显著目标检测是计算机视觉的重要组成部分,目的是检测图像中最吸引人眼的目标区域。针对显著检测中特征的适应性不足以及当前一些算法出现多检与漏检的问题,提出从"目标在哪儿"与"背景在哪儿"两个角度描述显著性的框架,进行特征融合来提高显著目标检测的准确率。从这两个角度分别提取图像的颜色区别性特征与边界先验特征并进行特征融合,使用objectness特征加强显著性,最终得到显著图。在MSRA-1000数据集上的评估中,该算法达到平均92.4%的准确率,能和最先进算法相媲美;而在CSSD、ECSSD数据集上的实验,该算法有更高的准确率,优势明显。实验结果表明所使用的特征之间能够互相补充,互相弥补,"目标在哪儿"与"背景在哪儿"的检测框架描述图像显著性具有合理性。 展开更多
关键词 计算机视觉 显著目标检测 边界先验 颜色区别性 objectness
在线阅读 下载PDF
一种改进的时空线索的视频显著目标检测方法 被引量：3
19
作者 秦利斌 刘纯平 +1 位作者 王朝晖 季怡 《计算机工程与应用》 CSCD 北大核心 2015年第16期161-165,共5页
针对Zhai和Shah提出的原始时空显著性检测模型在空间显著性方面仅仅使用了图像的亮度信息,忽略彩色图像中的色彩信息的不足,提出了一种基于HSV颜色模型的空间显著性计算方法。该方法充分利用图像中的亮度信息和彩色信息,从像素级和区域... 针对Zhai和Shah提出的原始时空显著性检测模型在空间显著性方面仅仅使用了图像的亮度信息,忽略彩色图像中的色彩信息的不足,提出了一种基于HSV颜色模型的空间显著性计算方法。该方法充分利用图像中的亮度信息和彩色信息,从像素级和区域级两个层次上进行显著性的计算。将改进的空间显著性计算与Zhai和Shah提出的时间显著性计算以及时空融合框架进行整合,检测视频中的显著目标。实验证明改进方法在光照不均和背景较复杂的情况下获取的空间显著区域和显著目标比原始方法更准确。 展开更多
关键词 时间显著模型 空间显著目标检测模型 动态融合 目标检测 复杂场景
在线阅读 下载PDF
基于自适应幅度谱分析的显著目标检测 被引量：1
20
作者 于芝涛 姬婷婷 +3 位作者 程孝龙 赵红苗 姬光荣 郑海永 《中国海洋大学学报（自然科学版）》 CAS CSCD 北大核心 2017年第7期142-148,共7页
针对HFT显著性检测方法中出现的显著目标突显不均匀以及显著信息丢失问题,结合尺度空间分析的方法,提出一种基于自适应幅度谱分析的显著目标检测算法。该算法利用频域滤波尺度与显著目标尺寸之间的关系,对图像幅度谱的尖刺进行处理,突... 针对HFT显著性检测方法中出现的显著目标突显不均匀以及显著信息丢失问题,结合尺度空间分析的方法,提出一种基于自适应幅度谱分析的显著目标检测算法。该算法利用频域滤波尺度与显著目标尺寸之间的关系,对图像幅度谱的尖刺进行处理,突出显著性区域,保证了显著目标的均匀性。同时引入高斯偏见对多幅显著图进行融合,进一步保留显著信息,改善了显著图效果。在国际公开的数据集和藻种图像数据集上,该算法的检测结果具有更高的精度和更好的召回率,优于现有的其他频域显著性检测算法。 展开更多
关键词 显著性检测 显著目标检测 幅度谱 最优尺度
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 7 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部