文献

J-GLOBAL ID：201702274878756347   整理番号：17A0380811

オブジェクト提案のためのBayesフレームワークに基づく改良型顕著性検出【Powered by NICT】

Improved saliency detection based on Bayesian framework for object proposal

著者 (4件)： Li Jie (School of Computer Science and Engineering, Nanjing University of Science and Technology, China) ,  Xu Wei (Digital Media Department, Huawei Software Technologies Co., Ltd. Nanjing, China) ,  Yuan Xia (School of computer Science and Engineering, Nanjing University of Science and Technology, China) ,  Zhao Chunxia (School of Computer Science and Engineering, Nanjing University of Science and Technology, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ROBIO  ページ： 2093-2098  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,顕著性検出に基づくオブジェクト提案のための新しい方法を提案した。第一に,画像中の色成分の地球空間的コンパクトな分布を測定するための新しい方法を提案した。Bayesに基づいて提案した顕著性検出手法は,最適化された界連結性測度による観測の事前確率と尤度の推定を改善した。第二に,提案した方法の顕著性マップに基づいて,物体の提案は,境界ボックスで与えられた,非最大値抑制サンプリング戦略である。顕著性検出方式と提案手法の両方が,標準データベース上で最先端技術レベルの結果で評価し,比較した。困難なPASCAL VOC2007データセット上での実験結果により,提案するオブジェクト提案法の検出率は提案した最初の1000窓で93.4%に達することを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *事前確率 ,  データベース ,  最適化 ,  連結性 ,  画像 ,  PASCAL ,  測度 ,  地球
準シソーラス用語： 検出率 ,  最先端技術 ,  顕著性マップ ,  尤度 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： オブジェクト ,  提案 ,  フレームワーク