-
题名视频显著性检测研究进展
被引量：8
- 1
-
-
作者
丛润民
雷建军
付华柱
王文冠
黄庆明
牛力杰
-
机构
天津大学电气自动化与信息工程学院
Institute for Infocomm Research
北京理工大学计算机学院
中国科学院大学计算机与控制学院
-
出处
《软件学报》
EI
CSCD
北大核心
2018年第8期2527-2544,共18页
-
基金
国家自然科学基金(61722112
61520106002
+3 种基金
61332016
61620106009
61602344)
国家重点研发计划(2017YFB 1002900)~~
-
文摘
视频显著性检测是计算机视觉领域的一个热点研究方向,其目的在于通过联合空间和时间信息实现视频序列中与运动相关的显著性目标的连续提取.由于视频序列中目标运动模式多样、场景复杂以及存在相机运动等,使得视频显著性检测极具挑战性.对现有的视频显著性检测方法进行梳理,介绍相关实验数据集,并通过实验比较分析现有方法的性能.首先,介绍了基于底层线索的视频显著性检测方法,主要包括5类:基于变换分析的方法、基于稀疏表示的方法、基于信息论的方法、基于视觉先验的方法和其他方法.然后,对基于学习的视频显著性检测方法进行了总结,主要包括传统学习方法和深度学习方法,并着重对后一类方法进行了介绍.随后,介绍了常用的视频显著性检测数据集,给出了4种算法性能评价指标,并在不同数据集上对最新的几种算法进行了定性和定量的比较分析.最后,对视频显著性检测的关键问题进行了总结,并对未来的发展趋势进行展望.
-
关键词
视频显著性检测
底层线索
机器学习
深度学习
-
Keywords
video saliency detection
low-level cue
machine learning
deep learning
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名图像篡改检测感知哈希技术综述
被引量：6
- 2
-
-
作者
杜玲
陈振
-
机构
天津工业大学计算机科学与技术学院
-
出处
《计算机科学与探索》
CSCD
北大核心
2019年第5期721-741,共21页
-
基金
国家自然科学基金No.61602344
天津市教委科研计划项目No.2017KJ091~~
-
文摘
互联网的发展使得多媒体的真实性、完整性认证成为亟待解决的问题。感知哈希在理解图像内容基础上,通过简短的感知摘要来完成图像内容的识别和认证,为解决与多媒体认证相关的管理问题提供了一种更为便捷的方式。首先,总结了目前基于底层线索和基于学习的感知哈希图像篡改检测方法,并根据方法的不同特点进行了更为细致的分类。其次,介绍了常用的数据集,给出了三种算法性能评价指标,并在不同数据集上对最近的几种算法进行了定性和定量的比较分析。最后,对基于感知哈希的图像篡改检测的关键问题进行了总结,并对未来的发展趋势进行了展望。
-
关键词
感知哈希
篡改检测
底层线索
哈希学习
-
Keywords
perceptual Hashing
tamper detection
low-level cues
learning based Hashing
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
