基于迹表示和正则化的显著目标检测算法
显著目标检测旨在快速地辨别自然图像的显著区域.为了更完整地将图像的显著区域与背景分离,根据低秩恢复理论提出基于迹表示和正则化的显著目标检测算法.首先将核范数替换为矩阵的迹表示以获取更低秩的解;然后在模型中加入拉普拉斯正则化项,减少稀疏矩阵和低秩矩阵的联系;最后将位置、颜色和边界连接先验整合成权重矩阵,融入到矩阵分解模型中.在Matlab平台下的MSRA1K,SOD,ECSSD和iCoseg这4个数据集上与13种算法进行比较的实验结果表明,该算法优于其他算法.
迹表示、正则化、权重矩阵、低秩恢复、显著目标检测
30
TP391.41(计算技术、计算机技术)
国家自然科学基金61373063, 61375007, 61233011, 91420201, 61472187;国家重点基础研究发展计划2014CB349303
2018-11-28(万方平台首次上网日期,不代表论文的发表时间)
共8页
2018-2025