文献

J-GLOBAL ID：201702257386753611   整理番号：17A0066328

高レベルの事前と低レベルの特徴を結合した画像の顕著性計算【JST・京大機械翻訳】

Hybrid Model of Image Saliency Detection Based on High-level Priors and Low-level Feature

著者 (4件)： Kong Lingfu (College of Information Science and Engineering,Yanshan University) ,  Duan Liangliang (College of Information Science and Engineering,Yanshan University) ,  Dou Yan (College of Information Science and Engineering,Yanshan University) ,  Wu Peiliang (College of Information Science and Engineering,Yanshan University)
資料名： Xiaoxing Weixing Jisuanji Xitong  (Xiaoxing Weixing Jisuanji Xitong)
巻： 37  号： 6  ページ： 1323-1328  発行年： 2016年 
JST資料番号： C2136A  ISSN： 1000-1220  CODEN： XWJXEH  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 画像の顕著性領域の計算問題は非常に挑戦的な計算機の視覚問題である。単一要素は顕著な物体を均一に突出させることが困難であるため、マルチ特徴融合に基づく顕著性領域検出方法を提案した。高レベルの事前知識に基づき、境界特徴と中心特徴を含む2つの顕著な特徴を再定義した。また、画像の低層特徴に基づき、現在比較的に流行しているコントラスト特徴を採用した。上記の3種類の顕著な特徴に対して、有効な融合策略を構築することで、高品質の顕著画像を生成できる。最終的に,マルチスケール強化操作を用いて,画像の検出結果をさらに改善した。国際的なデータ集合MSRA-1000上でテストを行い、現在の古典的な顕著性検出方法の結果と比較した結果、提案した方法は画像の顕著性分析において非常に有効であり、全体の性能は他の検出方法より優れていることが分かった。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 視覚 ,  コントラスト ,  *画像 ,  検出法
準シソーラス用語： マルチスケール ,  高品質 ,  事前知識 ,  特徴融合 , 【Automatic Indexing@JST】

著者キーワード (5件)： image processing ,  salient region detection ,  multiple feature integration ,  boundary prior ,  center prior

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)： 高レベル ,  計算