邵婷
- 作品数:5 被引量:8H指数:1
- 供职机构:安徽大学更多>>
- 发文基金:国家教育部博士点基金国家科技支撑计划安徽高校省级自然科学研究基金更多>>
- 相关领域:自动化与计算机技术文化科学更多>>
- 一种基于中心矩形构图先验的显著目标检测方法
- 本发明提供一种基于中心矩形构图先验的显著目标检测方法。所述中心矩形是指三分构图线的四个构图交点围成的矩形。假设显著目标沿中心矩形构图线排列,对中心矩形四条边上的超像素进行相关性排序,获取中心矩形构图线显著图;假设显著目标...
- 刘政怡邵婷宋腾飞吴建国郭星李炜
- 文献传递
- 一种基于中心矩形构图先验的显著目标检测方法
- 本发明提供一种基于中心矩形构图先验的显著目标检测方法。所述中心矩形是指三分构图线的四个构图交点围成的矩形。假设显著目标沿中心矩形构图线排列,对中心矩形四条边上的超像素进行相关性排序,获取中心矩形构图线显著图;假设显著目标...
- 刘政怡邵婷宋腾飞吴建国郭星李炜
- 融合显著深度特征的RGB-D图像显著目标检测被引量:8
- 2017年
- 深度信息被证明是人类视觉的重要组成部分,然而大部分显著性检测工作侧重于2维图像上的方法,并不能很好地利用深度进行RGB-D图像显著性检测。该文提出一种融合显著深度特征的RGB-D图像显著目标检测方法,提取基于颜色和深度显著图的综合特征,根据构图先验和背景先验的方法进行显著目标检测。首先,对原始深度图进行预处理:使用背景顶点区域、构图交点和紧密度处理深度图,多角度融合形成深度显著图,并作为显著深度特征,结合颜色特征形成综合特征;其次,从前景角度,将综合特征通过边连接权重构造关联矩阵,根据构图先验,假设多层中心矩形为前景种子,通过流形排序方法计算出RGB-D图像的前景显著图;从背景角度,根据背景先验以及边界连通性计算出背景显著图;最后,将前景显著图和背景显著图进行融合并优化得到最终显著图。实验采用RGB-D1000数据集进行显著性检测,并与4种不同的方法进行对比,所提方法的显著性检测结果更接近人工标定结果,PR(查准率-查全率)曲线显示在相同召回率下准确率高于其他方法。
- 吴建国邵婷刘政怡
- 关键词:流形排序
- RGB-D图像的显著目标检测方法研究及其应用
- 长期以来,计算机视觉一直是神经生物科学、心理学和人类感知方面的探索热点。主要指的是在早期视觉处理阶段上,低层次的测量刺激人眼的注意。我们意识到,早期人们看见一张图片时把预测显著性当成一项任务,近年来,已经延伸到物体水平上...
- 邵婷
- 关键词:人脸检测
- 文献传递
- 一种RGB‑D图显著性的检测方法
- 本发明公开了一种RGB‑D图显著性的检测方法,属于计算机视觉技术领域,包括:采用显著检测算法对RGB‑D图中的Depth深度图进行显著检测,得到深度显著图S<Sub>d</Sub>;将深度显著图S<Sub>d</Sub>...
- 邵婷刘政怡郭星李炜吴建国
- 文献传递