基于特征融合的图像目标显著性检测方法

被引：4

作者：

李德峰 ^{[1
]}

刘松涛 ^{[2
]}

机构：

[1] 中国电子科技集团公司第研究所

[2] 海军大连舰艇学院信息作战系

来源：

半导体光电 | 2018年 / 06期

关键词：

图像目标; 显著性检测; 区域协方差; 全局核密度估计;

D O I：

10.16818/j.issn1001-5868.2018.06.028

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

为了凸显图像中的感兴趣目标,提出了基于特征融合的图像目标显著性检测方法。首先通过提取可见光图像不同尺度空间的不同特征,利用区域协方差理论融合尺度空间之间串接的不同特征,然后结合全局核密度估计体现图像的全局显著性,实现局部和全局特征融合的图像目标显著性检测。仿真结果表明,无论主观评价,还是客观指标,新方法均优于当前流行的图像显著性检测方法。

引用

页码：898 / 902+908 +908

页数：6

共 5 条

[1]

基于区域协方差的图像特征融合方法[J]. 刘松涛,常春,沈同圣.电光与控制. 2015(02)

[2]

Saliency detection based on integrated features[J] . Huiyun Jing,Xin He,Qi Han,Ahmed A. Abd El-Latif,Xiamu Niu.Neurocomputing . 2013

[3] A model of saliency-based visual attention for rapid scene analysis [J].

Itti, L ;

Koch, C ;

Niebur, E .

IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, 1998, 20 (11) :1254-1259

[4]

Top down saliency estimation via superpixel-based discriminative dictionaries .2 Kocak A,Cizmeciler K,Erdem A. Proc.of the British Machine Vision Conf . 2014

[5]

Learning to detect a salient object .2 Tie Liu,Jian Sun,Nan-Ning Zheng,Xiaoou Tang,Heung-Yeung Shum. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition(CVPR) . 2007

← 1 →