文献

J-GLOBAL ID：201202292889905725   整理番号：12A0438448

顕著性検出のための大域顕著情報最大化

Global salient information maximization for saliency detection

著者 (4件)： LUO Wang (School of Electronic Engineering, Univ. of Electronic Sci. and Technol. of China, Chengdu, CHN) ,  LI Hongliang (School of Electronic Engineering, Univ. of Electronic Sci. and Technol. of China, Chengdu, CHN) ,  LIU Guanghui (School of Electronic Engineering, Univ. of Electronic Sci. and Technol. of China, Chengdu, CHN) ,  NGI NGAN King (Dep. of Electronic Engineering, Chinese Univ. of Hong Kong, Shatin, N.T. Hong Kong, CHN)
資料名： Signal Processing: Image Communication  (Signal Processing: Image Communication)
巻： 27  号： 3  ページ： 238-248  発行年： 2012年03月 
JST資料番号： T0844A  ISSN： 0923-5965  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 顕著性検出のための新しい方法を提案した。顕著な物体の定義特徴に基づいて,三つの見地から顕著性検出の問題を解いた。第一に,大域情報の見方から,主成分分析(PCA)とk-平均クラスタ化を用いて画像を二つのクラスタ,すなわち顕著成分と背景成分に分割した。第二に,最大顕著情報を適用して,顕著性の位置を見出し,雑音を除去した。第三に,顕著性を顕著領域に対して強調し,一方,背景領域において弱めた。最後に,顕著性マップをこれらの見地に基づいて求めた。実験結果により,提案した方法が最新の方法よりも良い結果を達成することを示した。この方法はグラフベース顕著物体セグメンテーションに対しても適用できる。Copyright 2012 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *検出 ,  主成分分析 ,  クラスタ分析 ,  平均法 ,  特徴抽出 ,  画像強調 ,  セグメンテーション ,  性質 ,  バックグラウンド
準シソーラス用語： k-平均法 ,  画像セグメンテーション ,  *顕著性 ,  *物体検出

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (1件)： 最大化