

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著信息技術(shù)的發(fā)展和數(shù)碼產(chǎn)品的普及,圖像和視頻資源越來(lái)越豐富,但信息冗余問(wèn)題隨之產(chǎn)生。因此,從圖像或視頻資源中提取重要的信息從而對(duì)圖像或視頻進(jìn)行簡(jiǎn)潔有效地表達(dá)顯得越來(lái)越重要。受人類視覺(jué)系統(tǒng)髙效處理機(jī)制的啟發(fā),圖像顯著性檢測(cè)模型應(yīng)運(yùn)而生。圖像顯著性檢測(cè)算法的主要任務(wù)是準(zhǔn)確高效地提取圖像中最能引起人類視覺(jué)關(guān)注的顯著性區(qū)域。
以往的顯著性檢測(cè)算法一般是基于對(duì)比度先驗(yàn)知識(shí)或中心先驗(yàn)知識(shí),但是通常會(huì)存在不能均勻突出顯著性目標(biāo)的問(wèn)題,并且
2、當(dāng)顯著性目標(biāo)不在圖像中心時(shí),傳統(tǒng)的中心先驗(yàn)知識(shí)假設(shè)將不再成立?;诖耍疚奶岢隽艘环N基于先驗(yàn)知識(shí)融合的自底向上顯著性目標(biāo)檢測(cè)算法。與以往大部分算法直接對(duì)圖像底層信息進(jìn)行處理不同的是,本文采取了由粗到細(xì)的兩級(jí)策略進(jìn)行顯著性檢測(cè)。
首先,在第一級(jí)中,本文利用先驗(yàn)知識(shí)的融合生成粗糙顯著性圖。針對(duì)傳統(tǒng)中心先驗(yàn)知識(shí)魯棒性不高的問(wèn)題,利用角點(diǎn)檢測(cè)算法來(lái)粗定位圖像中目標(biāo)的中心,并以此獲得新的中心先驗(yàn)知識(shí),提高算法的魯棒性。另外,考慮到圖像中
3、顯著性目標(biāo)一般不會(huì)與圖像邊界相接觸,將圖像像素的顯著性定義為當(dāng)前像素與邊界像素的相關(guān)性,進(jìn)而充分地利用圖像的邊界先驗(yàn)知識(shí)。而后將對(duì)比度先驗(yàn)知識(shí)、新的中心先驗(yàn)知識(shí)和邊界先驗(yàn)知識(shí)有效融合獲得粗糙顯著性圖。
其次,為了進(jìn)一步改善粗糙顯著性圖的性能,本文在第二級(jí)中提出了基于先驗(yàn)知識(shí)融合的能量方程,使得最終的顯著性圖能夠更加準(zhǔn)確均勻地突出顯著性目標(biāo)。該能量方程融合了基于邊界先驗(yàn)知識(shí)的背景能量項(xiàng)、基于粗糙顯著性圖的數(shù)據(jù)能量項(xiàng)和基于光滑先驗(yàn)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于先驗(yàn)融合的視覺(jué)顯著性檢測(cè).pdf
- 基于眼動(dòng)先驗(yàn)的顯著性檢測(cè).pdf
- 基于先驗(yàn)融合和流形排序的顯著目標(biāo)檢測(cè).pdf
- 基于位置先驗(yàn)與超像素的顯著性檢測(cè).pdf
- 融合空時(shí)顯著性的運(yùn)動(dòng)目標(biāo)檢測(cè)方法.pdf
- 基于多先驗(yàn)和圖結(jié)構(gòu)的顯著性物體檢測(cè).pdf
- 基于特征融合的復(fù)雜紋理圖像顯著性檢測(cè).pdf
- 基于顯著性的目標(biāo)檢測(cè)與識(shí)別算法.pdf
- 基于多示例學(xué)習(xí)的顯著性目標(biāo)檢測(cè).pdf
- 基于底層特征與高層先驗(yàn)的顯著性區(qū)域檢測(cè)算法.pdf
- 基于視覺(jué)注意力點(diǎn)的顯著性目標(biāo)檢測(cè).pdf
- 基于顯著性的運(yùn)動(dòng)目標(biāo)檢測(cè)算法研究.pdf
- 基于視覺(jué)顯著性的目標(biāo)檢測(cè)技術(shù)研究.pdf
- 基于多層特征融合的視覺(jué)顯著性檢測(cè)研究.pdf
- 基于時(shí)空顯著性檢測(cè)的視頻融合性能評(píng)價(jià).pdf
- 基于顯著性檢測(cè)的圖像融合算法研究.pdf
- 基于目標(biāo)候選樣本選擇的顯著性檢測(cè).pdf
- 先驗(yàn)融合和特征指導(dǎo)的顯著目標(biāo)檢測(cè)方法研究.pdf
- 基于空時(shí)顯著性的紅外弱小目標(biāo)檢測(cè).pdf
- 基于視覺(jué)顯著性的車輛目標(biāo)檢測(cè)算法研究.pdf
評(píng)論
0/150
提交評(píng)論