一种基于词袋模型的新的显著性目标检测方法

被引：15

作者：

杨赛 ^{[1
]}

赵春霞 ^{[2
]}

徐威 ^{[2
]}

机构：

[1] 南通大学电气工程学院

[2] 南京理工大学计算机科学与工程学院

来源：

自动化学报 | 2016年 / 42卷 / 08期

关键词：

词袋模型; 目标性; 贝叶斯模型; 视觉显著性; 显著性目标检测;

D O I：

10.16383/j.aas.2016.c150387

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

提出一种基于词袋模型的新的显著性目标检测方法.该方法首先利用目标性计算先验概率显著图,然后在图像的超像素区域内建立词袋模型,并基于此特征计算条件概率显著图,最后根据贝叶斯推断将先验概率和条件概率显著图进行合成.在ASD、SED以及SOD显著性目标公开数据库上与目前16种主流方法进行对比,实验结果表明本文方法具有更高的精度和更好的查全率,能够一致高亮地凸显图像中的显著性目标.

引用

页码：1259 / 1273

页数：15

共 5 条

[1] 非负局部约束线性编码图像分类算法
刘培娜
刘国军
郭茂祖
刘扬
李盼
[J]. 自动化学报, 2015, 41 (07) : 1235 - 1243
[2] 一种新高斯过程分类算法
贺建军
张俊星
贾思齐
刘文鹏
许爽
崔艳秋
[J]. 控制与决策, 2014, 29 (09) : 1587 - 1592
[3] 基于视觉显著性的两阶段采样突变目标跟踪算法
江晓莲
李翠华
李雄宗
[J]. 自动化学报, 2014, 40 (06) : 1098 - 1107
[4] 视觉显著性凸显目标的评价[J]. 马儒宁,涂小坡,丁军娣,杨静宇.自动化学报. 2012(05)
[5] Contrast-based image attention analysis by using fuzzy growing .2 Ma Y F,Zhang H J. Proceedings of the 11th ACM International Conference on Multimedia . 2003

← 1 →