

已閱讀1頁,還剩60頁未讀, 繼續(xù)免費閱讀
版權(quán)說明: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),請進行舉報或認領(lǐng)
文檔簡介
1、眾所周知,動物視覺系統(tǒng)能夠輕易并且高效的從復(fù)雜的背景中識別出顯著性的區(qū)域,然而在計算視覺系統(tǒng)中,如何有效并且魯棒地獲取最顯著的區(qū)域仍是大家感興趣的問題。一幅圖像中的顯著性區(qū)域是指最能夠說明這幅圖像的內(nèi)容的部分,并且最引起人們視覺關(guān)注的部分。
本文提出一種融合上下文信息和背景信息的顯著性檢測方法,與以往單獨運用上下文信息或者背景信息的顯著性檢測方法不同,本文在上下文信息和背景知識上選擇一個合適的結(jié)合點,使得兩種顯著性方法都能夠?qū)?/p>
2、最終的顯著性檢測貢獻正能量。首先,在預(yù)處理圖像的時候,我們使用了兩種將圖像分塊的方法,其中一種是不規(guī)則的分塊,即圖像塊大小差距很大,但圖像塊的邊界和圖像中顯著性目標(biāo)的邊界是相似的;另一種是規(guī)則的分塊,即圖像塊的大小幾乎相同,每個塊內(nèi)的顏色空間信息相似,這種分塊好處在于塊內(nèi)信息可以用中心點像素的信息代替。第二,我們介紹一種基于上下文信息的顯著性檢測方法和一種基于背景的顯著性檢測方法并提出一種基于背景的顯著性檢測方法。第三,我們提出一種能夠
溫馨提示
- 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于上下文的透明薄膜缺陷顯著性檢測
- 基于上下文的透明薄膜缺陷顯著性檢測.pdf
- 基于先驗融合的視覺顯著性檢測.pdf
- 基于多特征的視覺顯著性檢測.pdf
- 視覺顯著性檢測研究.pdf
- 基于視覺機制的圖像和視頻的顯著性檢測.pdf
- 基于顯著性檢測和壓縮感知的視覺跟蹤.pdf
- 基于視覺顯著性檢測的圖像分類.pdf
- 基于對比度和背景檢測的顯著性檢測方法.pdf
- 基于超像素分割的視覺顯著性檢測.pdf
- 基于上下文的目標(biāo)檢測研究.pdf
- 基于社會上下文約束和物品上下文約束的協(xié)同推薦.pdf
- 基于時空視覺顯著性的視頻火焰檢測.pdf
- 基于視覺中心轉(zhuǎn)移的視覺顯著性檢測方法研究.pdf
- 基于視覺注意力點的顯著性目標(biāo)檢測.pdf
- 基于視覺顯著性的目標(biāo)檢測技術(shù)研究.pdf
- 基于上下文相關(guān)性的視覺特征表示及其應(yīng)用.pdf
- 基于局部特征和視覺上下文的圖像檢索系統(tǒng).pdf
- 基于背景和前景節(jié)點的圖像顯著性檢測算法.pdf
- 基于視覺顯著性的物體檢測方法研究.pdf
評論
0/150
提交評論