文献

J-GLOBAL ID：201702241397219551   整理番号：17A1464218

スーパーピクセルクラスタ化と統一低ランク表現に基づく顕著性オブジェクトの検出【Powered by NICT】

Salient object detection based on super-pixel clustering and unified low-rank representation

著者 (5件)： Zhang Qiang (Key Laboratory of Electronic Equipment Structure Design, Ministry of Education, Xidian University, Xi’an, Shaanxi 710071, China) ,  Zhang Qiang (Center for Complex Systems, School of Mechano-Electronic Engineering, Xidian University, Xi’an Shaanxi 710071, China) ,  Liu Yi (Center for Complex Systems, School of Mechano-Electronic Engineering, Xidian University, Xi’an Shaanxi 710071, China) ,  Zhu Siyang (Key Laboratory of Electronic Equipment Structure Design, Ministry of Education, Xidian University, Xi’an, Shaanxi 710071, China) ,  Han Jungong (Department of Computer and Information Sciences, Northumbria University, Newcastle upon Tyne NE1 8ST, U.K)
資料名： Computer Vision and Image Understanding  (Computer Vision and Image Understanding)
巻： 161  ページ： 51-64  発行年： 2017年 
JST資料番号： W0185A  ISSN： 1077-3142  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,新しい顕著物体検出法を示し,Laplaceスパース部分空間クラスタリング(LSSC)と統一低ランク表現(ULRR)を効率的に結合する。画素またはスーパピクセルから顕著性を抽出し,伝統的な低ランク行列回復(LRMR)に基づく顕著性検出法とは異なり,提案手法では,LSSCにより生成されたスーパピクセルクラスタ上の顕著性検出を提唱している。そうすることにより,提案手法では,乱雑な背景から大型顕著なオブジェクトの抽出に成功し,大部分の既存の研究で得られた簡単な背景から小型顕著なオブジェクトの検出。全アルゴリズムは二段階:領域クラスタリングとクラスタ顕著性検出で行った。第一段階では,入力画像は多くのスーパピクセルに分割し,その上に,それらはさらにLSSCを用いて異なるクラスタに分類される。各クラスタは類似した特徴(例えば,色と強度)を持つ多重スーパピクセルを含み,前景における顕著なオブジェクトまたは背景における局所領域の一部に対応するかもしれない。第二段階では,著者らはULRRモデルを用いた統一低ranknessとスパース性追跡問題,スパース誤差行列伝統的低ランク表現(LRR)モデルにに関してラプラシアン正則化項を統合するとして各スーパピクセルクラスターの顕著性検出を定式化した。全体モデルは同一クラスタ内で空間的に隣接したスーパピクセルは類似した顕著性値,類似表現係数に加え,同様な再構成誤差を持つべきであることを顕クラスタ一貫性仮定に基づいている。添加では,各スーパピクセルの局所-大域色コントラストの観点からULRRモデルのための原始的な辞書を構築した。に加えて,表現係数とスパース再構成誤差を考慮した局所的な顕著性測度をカバーする全球顕著性測度は,最終顕著性測度を定義するために使用した。多様な公的に利用可能なベンチマークデータセット上での包括的実験を行い,提案手法の有効性を示した。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： 透視図法 ,  Laplace演算子 ,  *クラスタ ,  コントラスト ,  モデル ,  正則化 ,  *クラスタ化 ,  測度 ,  画素 ,  定式化 ,  多重化 ,  検出法 ,  アルゴリズム ,  再構成
準シソーラス用語： スパース性 , 【Automatic Indexing@JST】

著者キーワード (5件)： 顕著なオブジェクトの検出 ,  Laplaceスパース部分空間クラスタリング ,  統一低ランク表現 ,  原始顕著性辞書構築 ,  スーパピクセルクラスタ

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 (2件)： 表現 ,  オブジェクト