期刊专题

10.3969/j.issn.1003-9775.2017.02.002

改进凸包的贝叶斯模型显著性检测算法

引用
针对目前显著性检测算法的准确性仍不是很理想的问题,提出改进已有的贝叶斯模型的显著性检测算法.首先利用图像压缩得到压缩图,结合经典的Harris算子来对原图和压缩图进行角点检测,利用角点得到两种图的最小凸包,将两者求交集来得到更合理的改进凸包;然后利用空间稀疏聚类算法结合改进凸包和超像素来得到先验图;再利用颜色直方图结合凸包来计算观察似然概率;最后根据已有的先验图和似然概率结合贝叶斯模型来得到显著性图,通过优化处理得到最终的显著性检测结果.在公开数据集MSRA和SED上进行仿真实验的结果表明,该算法不仅能够提高显著度图的视觉效果,而且查全率和查准率,F-measure,MAE等评价指标也比传统算法有明显提升.

显著性检测、凸包、贝叶斯模型、准确率-召回率曲线

29

TP391.41(计算技术、计算机技术)

国家自然科学基金联合项目U1304616;国家自然科学基金青年项目61502220;国家自然科学基金面上项目61472245;东方学者基金15HJPY-MS02;上海市自然科学基金15ZR1428600

2017-05-02(万方平台首次上网日期,不代表论文的发表时间)

共8页

221-228

暂无封面信息
查看本期封面目录

计算机辅助设计与图形学学报

1003-9775

11-2925/TP

29

2017,29(2)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn