文献

J-GLOBAL ID：201702230084087128   整理番号：17A0473054

最適種子選択方式を用いた拡散に基づく顕著性検出【Powered by NICT】

Diffusion-based saliency detection with optimal seed selection scheme

著者 (5件)： Zhao Sanyuan (Beijing Laboratory of Intelligent Information Technology, School of Computer Science, Beijing Institute of Technology, Beijing 100081, P R China) ,  Lei Zhengchao (Beijing Laboratory of Intelligent Information Technology, School of Computer Science, Beijing Institute of Technology, Beijing 100081, P R China) ,  Sun Meiling (Beijing Laboratory of Intelligent Information Technology, School of Computer Science, Beijing Institute of Technology, Beijing 100081, P R China) ,  Ma Ao (Beijing Laboratory of Intelligent Information Technology, School of Computer Science, Beijing Institute of Technology, Beijing 100081, P R China) ,  Shen Jianbing (Beijing Laboratory of Intelligent Information Technology, School of Computer Science, Beijing Institute of Technology, Beijing 100081, P R China)
資料名： Neurocomputing  (Neurocomputing)
巻： 239  ページ： 94-101  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： 画像における顕著な領域を検出するために,広く受け入れられている実際は画像要素上でのグラフを構築することであると,数初期種子への距離に応じてグラフにおける各ノードに顕著性値を割り当てた。二つの問題はこの方法で出現し,すなわち,初期シードを発生させ,顕著性値を伝搬する。本研究では,初期シードを選択するための方式を紹介した。前景または背景に超画素を割り当てることの信頼性を予測するために学習される線形モデルと,適応しきい値処理法を採用して,高信頼な前景および背景種子,顕著性値は拡散法で増殖を発生させた。提案されたアプローチは,いくつかの顕著性検出データセット上で実験的に評価し,最新の方法の数と比較して観察された改良された結果。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： 画素 ,  信頼性 ,  *画像 ,  線形モデル ,  前景

著者キーワード (3件)： 顕著性検出 ,  種子選択 ,  拡散

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 種子 ,  拡散