文献

J-GLOBAL ID：201702235465294106   整理番号：17A0369061

エッジ誘導顕著物体検出【Powered by NICT】

Edge guided salient object detection

著者 (5件)： Yang Bing (Institute of Image Communication and Network Engineering, Shanghai Jiao Tong University, Shanghai 200240, China) ,  Zhang Xiaoyun (Institute of Image Communication and Network Engineering, Shanghai Jiao Tong University, Shanghai 200240, China) ,  Chen Li (Institute of Image Communication and Network Engineering, Shanghai Jiao Tong University, Shanghai 200240, China) ,  Yang Hua (Institute of Image Communication and Network Engineering, Shanghai Jiao Tong University, Shanghai 200240, China) ,  Gao Zhiyong (Institute of Image Communication and Network Engineering, Shanghai Jiao Tong University, Shanghai 200240, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 221  ページ： 60-71  発行年： 2017年 
JST資料番号： W0360A  ISSN： 0925-2312  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： 本論文では,新しいedgtae誘導顕著物体検出アルゴリズムを提案した。エッジは常に無視artaeが既存の研究と比較して,提案したアルゴリズムは,エッジ情報に大きな重点を付与し,エッジが,突出対象検出プロセスで極めて重要な役割を果たすことを示した。より詳しくいえば,ここでは,エッジ誘導セグメンテーションから入れ子スーパピクセルの二スケールを導き,次に色コントラスト,空間前と境界前を採用することにより,微細なスケールに及ぼす粗顕著性マップを計算した。次に,新しい背景前は蓄積されたエッジ強度としてスーパーピクセル間の測地距離を測定することによって提案した。最後に,粗顕著性,背景前とスケール間の一貫性は,最終顕著性マップを得るために最適化関数に統合した。三つのベンチマークデータセット上での包括的実験結果は,提案した顕著性モデルは,現在の最先端の顕著性モデルを一貫して上回ることを示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *セグメンテーション ,  最適化 ,  コントラスト ,  アルゴリズム
準シソーラス用語： 測地距離 ,  顕著性マップ ,  検出アルゴリズム ,  *物体検出 , 【Automatic Indexing@JST】

著者キーワード (4件)： 顕著性検出 ,  エッジ検出 ,  背景事前 ,  同時最適化

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： エッジ ,  誘導 ,  物体検出