-
题名面向社群图像的显著区域检测方法
被引量：1
- 1
-
-
作者
梁晔
于剑
-
机构
北京联合大学机器人学院
北京交通大学计算机与信息技术学院
-
出处
《智能系统学报》
CSCD
北大核心
2018年第2期174-181,共8页
-
基金
北京市自然科学基金项目(4182022)
北京联合大学2017年度人才强校百杰计划项目(BPHR2017CZ10)
+1 种基金
"十三五"时期北京市属高校高水平教师队伍建设支持计划项目(IDHT20170511)
国家科技支撑计划项目(2015BAH55F03)
-
文摘
网络技术和社交网站的发展带来了社群图像的飞速增长。海量的社群图像成为了非常重要的图像类型。本文关注社群图像的显著区域检测问题,提出基于深度特征的显著区域检测方法。针对社群图像带有标签的特点,在系统框架中,本文采取两条提取线:基于CNN特征的显著性计算和基于标签的语义计算,二者的结果进行融合。最后,通过全连接的条件随机场模型对融合的显著图进行空间一致性优化。此外,为了验证面向社群图像的显著区域检测方法的性能,针对目前没有面向社群图像的带有标签信息的显著性数据集,基于NUS-WIDE数据集,本文构建了一个图像结构丰富的社群图像数据集。大量的实验证明了所提方法的有效性。
-
关键词
显著性
显著区域
社群图像
深度学习
标签
-
Keywords
saliency
salient region
social images
deep learning
tag
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
