陈梦婷
- 作品数：1 被引量：2H指数：1
- 供职机构：同济大学电子与信息工程学院更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于GBVS改进的Object Bank场景分类方法被引量：2
- 2017年
- Object Bank(OB)是一种基于物体的高层语义图像特征表示,该方法所提取的高层特征具有较丰富的场景语义。然而,该方法所采用的物体检测器检测物体的准确率并不高,从而影响高层特征的提取效果。针对OB方法中物体检测器准确率较低的缺点,提出一种基于Graph-Based Visual Saliency(GBVS)显著性分析算法改进的OB方法。先通过GBVS方法对图像进行显著性处理,计算图像中的显著性区域,然后结合OB方法中的物体检测器对显著区域进行检测,提取更具有场景语义的高层特征。实验结果表明,该方法突出了具有显著性的物体,提高了OB方法中目标检测器的准确率,在OB方法的基础上提取出了更具有显著性的图像特征,并在分类准确率上比OB方法提高了4%。
- 陈梦婷陈思喜
- 关键词：OBJECTBANK视觉显著性
