文献

J-GLOBAL ID：201802274264970784   整理番号：18A0431331

多様体ランキングに基づくEigenobject賢明な顕著性検出【Powered by NICT】

Eigenobject-wise saliency detection based on manifold ranking

著者 (6件)： Jin Guoqing (Key Lab of Intelligent Information Processing of Chinese Academy of Sciences, Beijing 100190, China) ,  Jin Guoqing (Institute of Computing Technology, Chinese Academy of Sciences, Beijing 100190, China) ,  Zhang Dongming (National Computer Network Emergency Response Technical Team/Coordination Center of China, Beijing 100029, China) ,  Dai Feng (Key Lab of Intelligent Information Processing of Chinese Academy of Sciences, Beijing 100190, China) ,  Dai Feng (Institute of Computing Technology, Chinese Academy of Sciences, Beijing 100190, China) ,  Zhang Yongdong (University of Science and Technology of China, Hefei 230026, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 281  ページ： 196-205  発行年： 2018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： グラフモデルを利用した顕著性検出は,過去数年間かなりの進歩を達成した。しかし,対象的刺激を考慮する方法はほとんどない。物体種子へのrelevancesを介した画像要素の顕著性を推定する新しい多様体ランキングに基づくグラフモデルを提案した。正規化Laplace行列の固有ベクトルに依存する「固有画像」選択アルゴリズムは物体賢明な種を発生するために提案した。境界に接する物体領域と境界前顕著性の障害を解決する前景境界ブランキングアプローチを提案した。ベンチマークデータセット上での包括的な実験を行い,提案アルゴリズムでは,代表的なグラフベース顕著性検出法の性能をさらに改善できることを示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 検出法 ,  *多様体 ,  正規化 ,  画像 ,  *等級づけ ,  固有ベクトル ,  アルゴリズム
準シソーラス用語： 前景 ,  グラフモデル , 【Automatic Indexing@JST】

著者キーワード (4件)： 顕著性検出 ,  固有画像 ,  ラプラシアン行列 ,  多様体ランキング

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

タイトルに関連する用語 (2件)： 多様体 ,  ランキング