期刊文献+
共找到117篇文章
< 1 2 6 >
每页显示 20 50 100
Real-time object segmentation based on convolutional neural network with saliency optimization for picking 被引量:1
1
作者 CHEN Jinbo WANG Zhiheng LI Hengyu 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2018年第6期1300-1307,共8页
This paper concerns the problem of object segmentation in real-time for picking system. A region proposal method inspired by human glance based on the convolutional neural network is proposed to select promising regio... This paper concerns the problem of object segmentation in real-time for picking system. A region proposal method inspired by human glance based on the convolutional neural network is proposed to select promising regions, allowing more processing is reserved only for these regions. The speed of object segmentation is significantly improved by the region proposal method.By the combination of the region proposal method based on the convolutional neural network and superpixel method, the category and location information can be used to segment objects and image redundancy is significantly reduced. The processing time is reduced considerably by this to achieve the real time. Experiments show that the proposed method can segment the interested target object in real time on an ordinary laptop. 展开更多
关键词 convolutional neural network object detection object segmentation superpixel saliency optimization
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
2
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
基于Object Proposals并集的显著性检测模型
3
作者 赵闰霞 蹇木伟 +3 位作者 齐强 王静 王瑞红 董军宇 《智能系统学报》 CSCD 北大核心 2018年第6期946-951,共6页
针对当前常见的显著性检测模型得到的结果会包含大量的背景区域的缺点,本文提出了基于Object Proposals并集的显著性检测模型。该模型首先对于输入图片生成一系列Object Proposals,并通过其并集计算得到背景图;然后结合纹理特征和全局... 针对当前常见的显著性检测模型得到的结果会包含大量的背景区域的缺点,本文提出了基于Object Proposals并集的显著性检测模型。该模型首先对于输入图片生成一系列Object Proposals,并通过其并集计算得到背景图;然后结合纹理特征和全局对比度得到初始显著图;最后,用得到的背景图对初始显著图进行背景抑制得到最终显著图。实验结果表明,在通用MSRA1000数据集上,本文提出的显著性模型与其他5种方法相比取得了很好的效果。 展开更多
关键词 显著性检测 object PROPOSAL 超像素 纹理 背景图 全局对比度 边界连通性 自底向上
在线阅读 下载PDF
自适应卷积注意力与掩码结构协同的显著目标检测
4
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PP-PicoDet的改型轻量级烟丝异物检测算法
5
作者 李建军 誉东明 +1 位作者 刘会杰 孙熊伟 《中国烟草学报》 北大核心 2025年第5期20-30,共11页
【目的】解决烟丝振槽中混杂的运动异物难以快速、准确检测问题,实现针对烟丝中小、弱异物的在线检测模型性能的强化。【方法】基于GMM(Gaussian Mixture Model)理论构建脱机烟丝背景颜色模型,实现异常目标显著性快速建模;优化PP-PicoDe... 【目的】解决烟丝振槽中混杂的运动异物难以快速、准确检测问题,实现针对烟丝中小、弱异物的在线检测模型性能的强化。【方法】基于GMM(Gaussian Mixture Model)理论构建脱机烟丝背景颜色模型,实现异常目标显著性快速建模;优化PP-PicoDet检测网络的注意力增强机制,强化空间纹理信息的表达,提升对异常目标结构特征的感知;分析并构建小样本友好的损失函数,利用高斯模型实现标签损失重分配,提升模型对小占比样本的激励。【结果】在自建平台上,改型模型以0.5%的额外计算时延换取了精确率和召回率指标5.8%的性能提升。【结论】该技术满足烟丝生产中异物检测任务对时效性和可靠性要求,实现烟丝生产效率的提升。 展开更多
关键词 目标检测 PP-PicoDet GMM建模 显著性检测
在线阅读 下载PDF
场景结构知识增强的协同显著性目标检测 被引量:1
6
作者 胡升龙 陈彬 +1 位作者 张开华 宋慧慧 《计算机工程》 北大核心 2025年第1期31-41,共11页
现有的协同显著性目标检测(CoSOD)方法通过挖掘组内一致性与组间差异性来学习判别性表征,这种范式因缺乏语义标签的引导导致所学表征的判别性受限,难以应对复杂的非协同目标的干扰。为了解决这一问题,提出一种新的场景结构知识增强的Co... 现有的协同显著性目标检测(CoSOD)方法通过挖掘组内一致性与组间差异性来学习判别性表征,这种范式因缺乏语义标签的引导导致所学表征的判别性受限,难以应对复杂的非协同目标的干扰。为了解决这一问题,提出一种新的场景结构知识增强的CoSOD模型SSKNet。SSKNet利用大模型mPlug构建目标间场景结构语义关系并通过分割一切模型(SAM)将这种结构语义关系转移到最终的协同显著性结果中。具体来说:首先,为了学习语义知识,引入图像场景理解大模型,对图像组中的图像进行理解,并得到表示结构语义的文本描述组,这些文本描述组以文本的形式描述图像的显著内容;接着,为了获取协同显著信息,设计协同提示提取(CoPE)模块,通过在一组描述文本中使用协同注意力机制获取协同显著文本;最后,为了将协同显著文本转化为协同显著掩码,引入SAM,将协同显著文本以文本提示的方式引导SAM分割协同显著目标,获取最终的协同显著检测掩码。在3个公开数据集CoSal2015、CoCA和CoSOD3k上的实验结果表明,SSKNet模型的综合评估指标Fβ的取值分别为0.910、0.750和0.887,达到了先进水平。 展开更多
关键词 场景结构知识 大模型 分割一切模型 协同显著性目标检测 深度学习
在线阅读 下载PDF
基于无监督的西藏古建筑室内显著性目标检测
7
作者 罗骞 杨晓波 +3 位作者 李建邦 许应成 周明强 王怡彤 《实验室研究与探索》 北大核心 2025年第3期101-107,共7页
针对西藏室内复杂纹理背景下显著性目标检测算法难以全面标记显著区域的问题,在A2SNet模型基础上提出改进的MA2SNet模型。引入高效通道注意力模块,增强预训练模型对复杂场景的检测能力;添加基于区域扩张的冲量策略,结合高置信度标签和... 针对西藏室内复杂纹理背景下显著性目标检测算法难以全面标记显著区域的问题,在A2SNet模型基础上提出改进的MA2SNet模型。引入高效通道注意力模块,增强预训练模型对复杂场景的检测能力;添加基于区域扩张的冲量策略,结合高置信度标签和噪声线索,提高伪标签的全面性和准确性;改进实时标签纠正策略,实时优化伪标签质量。采用深度学习的无监督显著性目标检测方法,降低了为众多物品手动注释标签的人力成本。实验结果表明,F_(2)和召回率相较于基线模型,在西藏数据集和公共数据集都有所提高,可稳定、全面地检测图像占比大于40%的单物体显著目标。 展开更多
关键词 无监督学习 显著性目标检测 西藏古建筑 冲量扩张 室内检测
在线阅读 下载PDF
基于无源领域自适应的低光照显著性目标检测
8
作者 李书玮 黄正翔 +5 位作者 胡云 刘兴 卢笑 郭畅 吴成中 王耀南 《计算机工程》 北大核心 2025年第4期75-84,共10页
为了解决低光照条件下校园环境等场景监控摄像头图像质量和监控效果受影响而带来的安全问题,提出一种低光照显著性目标检测(SOD)方法,以提高低光照条件下目标检测能力。针对低光照条件下图像的显著性特征弱化和缺乏大规模标注数据的问题... 为了解决低光照条件下校园环境等场景监控摄像头图像质量和监控效果受影响而带来的安全问题,提出一种低光照显著性目标检测(SOD)方法,以提高低光照条件下目标检测能力。针对低光照条件下图像的显著性特征弱化和缺乏大规模标注数据的问题,提出一种无源领域自适应(SFDA)方法,将正常光照图像(源域)下训练的模型知识迁移至低光照条件图像(目标域)。该方法采用两阶段策略:在第一阶段,利用源域模型生成低光照图像的伪标签,为提高伪标签生成的质量,提出集合熵最小化损失抑制高熵区域,同时引入选择性投票方法来增强伪标签的生成;在第二阶段,采用基于增强引导一致性的教师-学生网络自训练方法对显著图进行精细化,进一步提高检测结果的精度。在SOD-LL数据集上的实验结果表明,所提出的方法在低光照场景下总体性能优于其他图像显著性检测方法,相较于正常光照的SOD方法,其平均绝对误差(MAE)降低15.15%,加权F1值(wFm)提高4.73%。 展开更多
关键词 显著性目标检测 低光照场景 无源领域自适应 伪标签 教师-学生网络 集合熵最小化 选择性投票
在线阅读 下载PDF
基于稀疏对比自蒸馏的RGB-D显著性物体检测
9
作者 于洋洋 吴敦全 陈程立诏 《计算机工程》 北大核心 2025年第10期327-335,共9页
近年来,红绿蓝-深度(RGB-D)显著性目标检测技术取得了巨大进展,性能得到显著提高。然而,该技术依赖于复杂且资源密集的网络架构,无法应用于资源受限环境。虽然,轻量级网络在尺寸和速度上有所改善,但往往以牺牲性能为代价。为了克服上述... 近年来,红绿蓝-深度(RGB-D)显著性目标检测技术取得了巨大进展,性能得到显著提高。然而,该技术依赖于复杂且资源密集的网络架构,无法应用于资源受限环境。虽然,轻量级网络在尺寸和速度上有所改善,但往往以牺牲性能为代价。为了克服上述限制,提出了一种新颖的轻量化解决方案,以实现网络参数的精简和性能的提升。本文提供了一种有效的通用训练策略,提出稀疏对比自蒸馏技术。该技术旨在对现有的RGB-D显著性检测模型进行压缩和加速,同时增强模型性能。本文方法由两个关键技术组成:稀疏自蒸馏和对抗性对比学习。稀疏自蒸馏排除显著性检测模型中的非必要参数,同时保留关键参数,从而实现更高效和有效的显著性预测。而对抗性对比学习通过纠正潜在错误,进一步完善自蒸馏过程,以提高模型的整体性能。在NJUD、NLPR、LFSD、ReDWeb-S和COME15K等基准数据集上的实验结果显示,与现有SOTA(State-of-The-Art)方法相比,本文方法能够产生更为准确的显著性检测结果。此外,本文方法与现有SOTA轻量级RGB-D显著性检测模型的比较结果进一步证实了本文方法在不牺牲性能的前提下能够在模型尺寸减小和性能提升之间实现平衡。 展开更多
关键词 红绿蓝-深度(RGB-D)显著性目标检测 稀疏自蒸馏 对比学习
在线阅读 下载PDF
基于HSI的视觉注意力模型及其在船只检测中的应用 被引量:24
10
作者 叶聪颖 李翠华 《厦门大学学报(自然科学版)》 CAS CSCD 北大核心 2005年第4期484-488,共5页
根据现有关于视觉心理学研究的相关成果和计算模型,提出了一种基于HSI颜色空间特征提取的视觉注意力模型,并应用于海上目标检测.首先把输入的RGB图像转换到HSI空间上,采用高斯金字塔和center-surround算子获得HSI三个分量下各自多尺度... 根据现有关于视觉心理学研究的相关成果和计算模型,提出了一种基于HSI颜色空间特征提取的视觉注意力模型,并应用于海上目标检测.首先把输入的RGB图像转换到HSI空间上,采用高斯金字塔和center-surround算子获得HSI三个分量下各自多尺度的视觉差异,通过对不同特征图的规格化和线性融合获得综合的显著图.该方法应用于多种海上目标图像均取得较好效果,背景中的海浪杂波得到了有效抑制,提取得到的显著区域包括了待检测的目标且范围较小,为后继的处理和分析提供了良好的基础. 展开更多
关键词 HSI 力模型 视觉 船只 心理学研究 图像转换 目标检测 特征提取 颜色空间 计算模型 海浪杂波 目标图像 方法应用 线性融合 多尺度 D算子 金字塔 RGB 规格化 特征图 海上
在线阅读 下载PDF
一种基于词袋模型的新的显著性目标检测方法 被引量:17
11
作者 杨赛 赵春霞 徐威 《自动化学报》 EI CSCD 北大核心 2016年第8期1259-1273,共15页
提出一种基于词袋模型的新的显著性目标检测方法.该方法首先利用目标性计算先验概率显著图,然后在图像的超像素区域内建立词袋模型,并基于此特征计算条件概率显著图,最后根据贝叶斯推断将先验概率和条件概率显著图进行合成.在ASD、SED以... 提出一种基于词袋模型的新的显著性目标检测方法.该方法首先利用目标性计算先验概率显著图,然后在图像的超像素区域内建立词袋模型,并基于此特征计算条件概率显著图,最后根据贝叶斯推断将先验概率和条件概率显著图进行合成.在ASD、SED以及SOD显著性目标公开数据库上与目前16种主流方法进行对比,实验结果表明本文方法具有更高的精度和更好的查全率,能够一致高亮地凸显图像中的显著性目标. 展开更多
关键词 词袋模型 目标性 贝叶斯模型 视觉显著性 显著性目标检测
在线阅读 下载PDF
采用时空条件信息的动态场景运动目标检测 被引量:8
12
作者 王斌 肖文华 +2 位作者 张茂军 熊志辉 刘煜 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2012年第12期1576-1584,共9页
为了将动态场景中运动目标与扰动背景线性不可分的问题转换为线性可分问题,提出了负对数非线性核变换方法.该方法通过引入视觉注意机制构建视觉显著性时空域模型,以像素邻域加权条件信息作为分类特征,增强目标与背景的线性可分性,提高... 为了将动态场景中运动目标与扰动背景线性不可分的问题转换为线性可分问题,提出了负对数非线性核变换方法.该方法通过引入视觉注意机制构建视觉显著性时空域模型,以像素邻域加权条件信息作为分类特征,增强目标与背景的线性可分性,提高动态场景运动目标检测精度.最后结合图像分块建模策略,实现了动态场景中运动目标的高效、实时检测. 展开更多
关键词 动态场景 运动目标检测 核变换 时空条件信息 视觉显著性
在线阅读 下载PDF
基于视觉显著图的异性纤维彩色图像分割方法 被引量:5
13
作者 王思乐 范士勇 +1 位作者 卢素魁 杨文柱 《计算机工程与设计》 CSCD 北大核心 2013年第8期2783-2787,共5页
为实现对棉花异性纤维自动视觉检测系统采集的彩色图像的精确分割,提出了基于视觉显著图的异性纤维彩色图像分割方法。通过计算颜色显著图,实现彩色异性纤维目标的识别;通过计算亮度显著图,实现灰色异性纤维目标的识别;将彩色和灰色目... 为实现对棉花异性纤维自动视觉检测系统采集的彩色图像的精确分割,提出了基于视觉显著图的异性纤维彩色图像分割方法。通过计算颜色显著图,实现彩色异性纤维目标的识别;通过计算亮度显著图,实现灰色异性纤维目标的识别;将彩色和灰色目标进行融合,得到全部异性纤维目标。实验结果表明,该方法可以准确分割出异性纤维彩色图像中含有的各种异性纤维目标。通过比较发现,该方法在分割精度上明显优于其它方法,可以实现对异性纤维彩色图像的精确分割。 展开更多
关键词 视觉显著性 颜色显著图 亮度显著图 异性纤维检测 彩色图像分割 目标融合
在线阅读 下载PDF
基于多任务深度卷积神经网络的显著性对象检测算法 被引量:12
14
作者 杨帆 李建平 +1 位作者 李鑫 陈雷霆 《计算机应用》 CSCD 北大核心 2018年第1期91-96,共6页
针对当前基于深度学习的显著性对象检测算法不能准确保存对象边缘的区域,从而导致检测出的显著性对象边缘区域模糊、准确率不高的问题,提出了一种基于多任务深度学习模型的显著性对象检测算法。首先,基于深度卷积神经网络(CNN),训练一... 针对当前基于深度学习的显著性对象检测算法不能准确保存对象边缘的区域,从而导致检测出的显著性对象边缘区域模糊、准确率不高的问题,提出了一种基于多任务深度学习模型的显著性对象检测算法。首先,基于深度卷积神经网络(CNN),训练一个多任务模型分别学习显著性对象的区域和边缘的特征;然后,利用检测到的边缘生成大量候选区域,再结合显著性区域检测的结果对候选区域进行排序和计算权值;最后提取出完整的显著性图。在三个常用标准数据集上的实验结果表明,所提方法获得了更高的准确率,其中F-measure比基于深度学习的算法平均提高了1.9%,而平均绝对误差(MAE)平均降低了12.6%。 展开更多
关键词 显著性对象检测 深度学习 边缘检测 多任务神经网络 显著图 卷积神经网络
在线阅读 下载PDF
基于区域显著度与水下光学先验的目标检测 被引量:9
15
作者 王慧斌 张倩 +1 位作者 王鑫 陈哲 《仪器仪表学报》 EI CAS CSCD 北大核心 2014年第2期387-397,共11页
近年来,基于机器视觉技术的目标检测技术在海底科学考察、裂缝检测、海底探矿等方面得到应用,然而,受水下复杂光学环境影响,采用经典检测算法难以准确检测水下目标。人眼视觉注意机制可以快速搜索到易引起注意的区域,在图像处理上具有优... 近年来,基于机器视觉技术的目标检测技术在海底科学考察、裂缝检测、海底探矿等方面得到应用,然而,受水下复杂光学环境影响,采用经典检测算法难以准确检测水下目标。人眼视觉注意机制可以快速搜索到易引起注意的区域,在图像处理上具有优势,但采用邻域对比度显著度计算方法,用于水下目标检测时仍然存在显著区域不连续、大面积背景误检为目标等问题。提出一种区域显著度计算模型,并将其用于水下目标检测。首先,以区域为基本单元提取空间距离、面积、颜色对比度及注意焦点距离4个特征,建立基于区域对比度的显著度计算方法,得到区域显著度,通过模拟眼动机理改变注意焦点位置以调整区域显著度,形成显著区域;其次,基于水下图像背景/目标间的纹理差异计算,寻找并抑制背景区域显著度;最后,采用阈值分割方法得到目标的轮廓,实现水下目标检测。实验结果表明,其显著度提取结果的准确性相对于邻域方法在均匀及非均匀光照条件下均有显著提高。同时,目标检测结果中包含的背景区域也更少,实验结果仅为1.47%,该方法在水下环境中目标检测的有效性和准确性得到提高。 展开更多
关键词 机器视觉 水下目标检测 注意机制 区域显著度 水下光学先验
在线阅读 下载PDF
高分辨率光学遥感影像舰船检测算法研究 被引量:15
16
作者 张雷 甘春生 胡宇 《计算机工程与应用》 CSCD 北大核心 2017年第9期184-189,共6页
针对传统舰船检测方法在高分辨率光学遥感影像中虚警率较高的问题,提出了一种适用于高分辨率光学遥感影像的舰船检测算法。利用能够表征地物纹理特征的二维图像熵结合区域生长原理实现海陆分离,在舰船目标分割阶段,引入视觉显著性模型,... 针对传统舰船检测方法在高分辨率光学遥感影像中虚警率较高的问题,提出了一种适用于高分辨率光学遥感影像的舰船检测算法。利用能够表征地物纹理特征的二维图像熵结合区域生长原理实现海陆分离,在舰船目标分割阶段,引入视觉显著性模型,解决了不能分割暗极性舰船目标的问题,大部分场景下分割精度较高。最后在分割出的候选目标中,采用多特征量综合的方法剔除虚警。结果表明,该算法在舰船目标检测中有较高的检测率和较低的虚警率。 展开更多
关键词 遥感影像 目标分割 舰船检测 显著性 海陆分离
在线阅读 下载PDF
基于相位谱和频率调谐的海上场景显著性检测 被引量:8
17
作者 王金武 姚志均 于乃昭 《计算机应用》 CSCD 北大核心 2013年第A01期211-213,共3页
基于相位谱的显著性检测方法适用于检测小目标,但其获得的显著图的分辨率比较低;而基于频率调谐的显著性检测方法具有高分辨率特性,但它容易遭受海杂波、日光反射等因素的影响。为此,提出了一种基于相位谱和频率调谐的海上场景显著性检... 基于相位谱的显著性检测方法适用于检测小目标,但其获得的显著图的分辨率比较低;而基于频率调谐的显著性检测方法具有高分辨率特性,但它容易遭受海杂波、日光反射等因素的影响。为此,提出了一种基于相位谱和频率调谐的海上场景显著性检测方法。该方法首先将输入彩色图像转换为灰度图像,然后使用相位谱方法检测得到一个临时显著图,在此基础上再用频率调谐法检测得到最终的显著图。实验结果表明,相对其他几种检测方法,该方法的检测效果更优,准确率更高。 展开更多
关键词 显著性检测 相位谱 频率调谐 海上场景 目标检测
在线阅读 下载PDF
面向显著性目标检测的SSD改进模型 被引量:7
18
作者 余春艳 徐小丹 钟诗俊 《电子与信息学报》 EI CSCD 北大核心 2018年第11期2554-2561,共8页
传统显著性目标检测方法常假设只有单个显著性目标,其效果依赖显著性阈值的选取,并不符合实际应用需求。近来利用目标检测方法得到显著性目标检测框成为一种新的解决思路。SSD模型可同时精确检测多个不同尺度的目标对象,但小尺寸目标检... 传统显著性目标检测方法常假设只有单个显著性目标,其效果依赖显著性阈值的选取,并不符合实际应用需求。近来利用目标检测方法得到显著性目标检测框成为一种新的解决思路。SSD模型可同时精确检测多个不同尺度的目标对象,但小尺寸目标检测精度不佳。为此,该文引入去卷积模块与注意力残差模块,构建了面向多显著性目标检测的DAR-SSD模型。实验结果表明,DAR-SSD检测精度显著高于SOD模型;相比原始SSD模型,在小尺度和多显著性目标情形下性能提升明显;相比MDF和DCL等深度学习框架下的方法,也体现了复杂背景情形下的良好检测性能。 展开更多
关键词 目标检测 显著性目标检测 去卷积 注意力残差
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
19
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
窗口融合特征对比度的光学遥感目标检测 被引量:7
20
作者 李湘眷 王彩玲 +1 位作者 李宇 孙皓 《光学精密工程》 EI CAS CSCD 北大核心 2016年第8期2067-2077,共11页
提出了一种基于窗口融合特征对比度的光学遥感目标检测方法。首先,在训练图像上生成大量不同尺寸的滑动窗,计算了各窗口的多尺度显著度、仿射协变区域对比度、边缘密度对比度以及超像素完整度4项特征分值,在确认集上基于窗口重合度和后... 提出了一种基于窗口融合特征对比度的光学遥感目标检测方法。首先,在训练图像上生成大量不同尺寸的滑动窗,计算了各窗口的多尺度显著度、仿射协变区域对比度、边缘密度对比度以及超像素完整度4项特征分值,在确认集上基于窗口重合度和后验概率最大化学习各个特征的阈值参数。然后,采用Naive Bayes框架进行特征融合,并训练分类器。在目标检测阶段首先计算测试图像中各窗口的多尺度显著度分值,初步筛选出显著度高且符合待检测目标尺寸比例的部分窗口。然后计算初选窗口集的其余3项特征,再根据训练好的分类模型计算各个窗口的后验概率。最后,挑选出局部高分值的候选区域并进行判断合并,得到最终目标检测结果。针对飞机、油罐、舰船等3类遥感目标的检测结果显示:4类特征在单独描述3类目标时表现出的性能各有差异,最高检测准确率为74.21%-80.32%,而融合方案能够综合考虑目标自身特点,准确率提高至80.78-87.30%。与固定数量滑动窗方法相比,准确率从约80%提高到约85%,虚警率从20%左右降低为3%左右。最终高分值区域数降低约90%,测试时间减少约25%。得到的结果显示该方法大大提高了目标检测精度和算法效率。 展开更多
关键词 光学遥感 目标检测 融合特征对比度 窗口 显著度 仿射协变 边缘密度
在线阅读 下载PDF
上一页 1 2 6 下一页 到第
使用帮助 返回顶部