-
题名超像素内容感知先验的多尺度贝叶斯显著性检测方法
被引量：6
- 1
-
-
作者
张荣国
贾玉闪
胡静
刘小君
李晓明
-
机构
太原科技大学计算机科学与技术学院
合肥工业大学机械工程学院
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2020年第8期1509-1515,共7页
-
基金
国家自然科学基金(No.51875152)
山西省自然科学基金(No.201801D121134)
晋城市科技局资助项目(No.201501004-5)。
-
文摘
针对复杂背景下显著性检测方法不能够有效地抑制背景,进而准确地检测目标这一问题,提出了超像素内容感知先验的多尺度贝叶斯显著性检测方法.首先,将目标图像分割为多尺度的超像素图,在每个尺度上引入内容感知的对比度先验、中心位置先验、边界连通背景先验来计算单一尺度上的目标显著值;其次,融合多个尺度的内容感知先验显著值生成一个粗略的显著图;然后,将粗略显著图值作为先验概率,根据颜色直方图和凸包中心先验计算观测似然概率,再使用多尺度贝叶斯模型来获取最终显著目标;最后,使用了3个公开的数据集、5种评估指标、7种现有的方法进行对比实验,结果表明本文方法在显著性目标检测方面具有更好的表现.
-
关键词
显著性
多尺度
内容感知先验
边界连通性
贝叶斯模型
-
Keywords
saliency
multi-scale
content-aware prior
boundary connectivity
Bayesian model
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名超像素梯度流与元胞机融合的视频显著图检测
- 2
-
-
作者
张荣国
贾玉闪
胡静
刘小君
李晓明
-
机构
太原科技大学计算机与技术学院
合肥工业大学机械工程学院
-
出处
《太原科技大学学报》
2021年第5期341-347,共7页
-
基金
国家自然科学基金(51875152)
山西省自然科学基金(201801D121134)
太原科技大学博士科研启动基金(20202057)。
-
文摘
使用静态空间特征通常无法得到准确的视频显著性目标对象,提出了超像素梯度流场与元胞自动机融合的视频图像显著性检测方法。首先,使用SLIC方法将视频帧分割成超像素,在超像素级上运用光流梯度和颜色梯度生成一个时空梯度函数,由时空梯度得到新的梯度流场值,将视频中运动信息充分利用起来;其次,在视频帧超像素图像上使用卷积神经网络得到其深度特征,通过元胞自动机使这些深度特征依自定义规则更新出粗略显著图,然后将梯度流场显著图与元胞自动机粗略显著图融合得到最终的显著图;最后,在ViSal数据集上、采用5种评估指标、与现有的4种方法进行对比实验,结果表明本文方法在动态视频图像显著性检测中有好的表现。
-
关键词
超像素
梯度流场
元胞自动机
视频图像
-
Keywords
superpixels
gradient flow field
cellular automata
video saliency
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
