检索结果-南通市图书馆

检索条件"主题词=中心偏好假设"

共 2 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于位置感知的图像显著性算法研究

基于位置感知的图像显著性算法研究

引用

作者：向丹苏州大学

学位级别：硕士

图像显著性检测是计算机视觉和图像分析领域的一个基本问题,相关算法已被广泛应用于目标跟踪与识别、图像检索、图像分割、压缩存储等任务。本文在分析和研究现有相关算法的基础上,设计更合理的图像显著性检测方案并提出相应的算法。论... 详细信息

图像显著性检测是计算机视觉和图像分析领域的一个基本问题,相关算法已被广泛应用于目标跟踪与识别、图像检索、图像分割、压缩存储等任务。本文在分析和研究现有相关算法的基础上,设计更合理的图像显著性检测方案并提出相应的算法。论文第一部分首先分析了本领域的研究现状和存在的一个关键问题。现有的图像显著性检测算法一般认为图像的显著区域位于图像中心,并基于这个“中心偏好假设”(Center-bias Assumption)来设计算法。然而,对于无人监督的机器或系统(如,监控摄像机)捕获的图像,显著区域可能出现于图像的任意位置。对于这类图像,当前基于中心偏好假设设计的众多算法往往无法取得理想的效果。具体地,我们研究了基于超复数傅里叶变换(Hypercomplex Fourier Transform,HFT)的图像显著性检测算法,该算法在选择最优检测尺度时使用了中心偏好设置(Center-bias Setting)。为了移除这一不合理的设置,我们使用一种位置感知的策略选择最优尺度,由此提出位置自感知策略的HFT算法和位置预报感知策略的HFT算法。仿真实验表明,新算法在检测性能方面优于当前的主流算法。论文第二部分研究了颜色空间对位置感知的图像显著性检测的影响。现有的图像显著性检测算法通常是在RGB颜色空间中运行。然而,其它颜色空间(如Lab颜色空间)对于检测图像显著性可能更有优势。Lab颜色空间包括一个亮度通道和两个颜色通道,其亮度特征和颜色特征具有二维独立分布的特性,基于该特性可以分别提取图像的亮度和颜色特征而互不影响。为了同时利用RGB和Lab颜色空间的信息,本文提出组合颜色空间中的位置感知显著性检测算法。新算法在RGB和Lab颜色空间中分别使用位置感知策略选择HFT算法中的最优尺度,并在二者之间确定具有最小信息熵的显著图作为最终输出,取得了优于HFT算法的检测结果。

关键词：最小信息熵尺度空间显著性检测中心偏好假设无人监督机器

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于分割的图像显著性检测算法研究

基于分割的图像显著性检测算法研究

引用

作者：魏建欢苏州大学

学位级别：硕士

图像显著性检测是计算机视觉和图像分析领域的一个基础问题,相关算法已被广泛应用于目标跟踪与识别、图像检索、图像分割及压缩存储等任务。本文在分析和研究现有算法的基础上,引入图像分割策略,设计更合理的图像显著性检测方案并提出... 详细信息

图像显著性检测是计算机视觉和图像分析领域的一个基础问题,相关算法已被广泛应用于目标跟踪与识别、图像检索、图像分割及压缩存储等任务。本文在分析和研究现有算法的基础上,引入图像分割策略,设计更合理的图像显著性检测方案并提出相应的算法。当前的显著性检测算法分为空域算法和频域算法。通过实验分析,我们发现空域算法适合处理颜色显著性图像,频域算法则比较擅长处理非颜色显著性图像。基于分类处理的思想,本文第一部分工作提出了一个可以同时处理两类图像的显著性检测算法。该算法先对图像进行分类,然后计算显著图,最后采用显著性分割方法进一步优化显著图。实验结果表明,该算法优于当前主流的显著性检测算法。现有的图像显著性检测算法在设计过程中普遍存在“中心偏好假设”,也就是认为图像的显著区域主要位于图像中心。然而,对于无人监督机器或系统(如,监控摄像机)捕获的图像,显著区域可能出现在图像的任意位置。对于这类图像,当前大部分算法往往无法取得理想的检测效果。具体地,我们通过研究发现基于全局区域对比度的显著性检测算法在计算显著性时使用了“中心偏好设置”。为了移除这一不合理的设置,本文第二部分工作设计了一种位置预报感知的策略来初步定位显著区域,由此提出位置预报感知策略的显著性检测算法。实验结果表明,该算法在检测性能上优于当前主流的显著性算法。虽然当前基于卷积网络的显著性检测方法的精度远远高于传统方法,但还存在一定的提升空间。为此,本文第三部分工作基于全卷积网络提出了一个新的显著性检测方法。本方法通过使用更深的网络,并使用孔洞卷积考虑图像的空间信息,通过全连接条件随机场和显著性分割方法进一步增强显著图。实验结果表明,新方法的检测效果优于当前主流的传统和基于深度学习的显著性检测算法。以上三种新的图像显著性检测算法在技术路线与使用效果方面各有特色。为此,本文同时对这些方法进行了横向对比并明确了其各自的应用场景。

关键词：显著性检测显著性分割中心偏好假设无人监督机器全卷积网络

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：