| 基于改进流行排序算法的显著性区域检测 |
| |
| 引用本文： | 张静,鲁文超,段先华. 基于改进流行排序算法的显著性区域检测[J]. 江苏科技大学学报(社会科学版), 2020, 34(3): 41-47,68. DOI: 10.11917/j.issn.1673-4807.2020.03.008. |
| |
| 作者姓名： | 张静 鲁文超 段先华 |
| |
| 作者单位： | 江苏科技大学 计算机学院,镇江212003,江苏科技大学 计算机学院,镇江212003,江苏科技大学 计算机学院,镇江212003 |
| |
| 基金项目： | 江苏省高校自然科学研究面上项目;江苏省研究生创新计划项目;国家自然科学基金资助项目 |
| |
| 摘 要： | 针对现有基于图的流行排序的显著性检测算法对于复杂背景图像检测中效果不理想问题,提出改进的基于流形排序算法的显著性区域检测.首先将图像分割成4种不同的超像素尺度,并根据图像的RGB,CIELab的颜色特征和LBP纹理特征分别计算4种尺度图像的上、下、左、右4个方向的边界显著图,分别融合不同尺度图像的4个方向的边界显著图得到相应不同尺度图像显著图,融合4种尺度图像的显著图得到弱显著图;然后根据弱显著图以生成强模型的训练样本,通过多核提升算法学习来自输入图像的样本进行强分类,以检测显著像素;最后综合多尺度显著图进一步提高检测性能,并进行优化处理得到最终的显著图.为了验证该算法的正确性和有效性,在公开数据集MSRA1000、ECSSD和PASCAL-S上进行仿真实验,实验结果表明,该算法不仅能够得到较好的视觉效果,而且召回率、准确率和F-measure等评价指标比传统算法有明显提升.
|
| 关 键 词： | 显著性检测 流形排序算法 多种特征 多核提升 |
Salient region detection based on improved manifold ranking |
| |
| ZHANG Jing,LU Wenchao,DUAN Xianhua. Salient region detection based on improved manifold ranking[J]. Journal of Jiangsu University of Science and Technology(Natural Science Edition), 2020, 34(3): 41-47,68. DOI: 10.11917/j.issn.1673-4807.2020.03.008. |
| |
| Authors: | ZHANG Jing LU Wenchao DUAN Xianhua |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
