视觉显著性检测综述

视觉显著性(Visual Saliency)是指人类在观察某一区域时视野中存在能够引起人类视觉关注的局部区域,该局部区域被称为显著性区域。与此对应,视觉显著性检测(Visual Saliency Detection)则主要用于凸显图像或者视频中的显著性区域。近年来,基于计算机技术的视觉显著性检测模型被广泛应用于图像分割、目标检测和视频编码等领域。因此,进行视觉显著性检测研究具有相当的实际应用价值。该文针对视觉显著性检测研究进行了系统地介绍,主要包括RGB图像显著性检测、RGBD图像显著性检测、视频显著性检测和协同显著性检测等,同时总结分析了各种视觉显著性检测模型的特点,并进一步探讨了视觉显著性检测研究未来的发展方向。

拇指平推法治疗落枕60例

落枕又称“失枕”,多发于成年人,以一侧颈项强痛,活动障碍为主要临床表现。笔者采用拇指平推法治疗本病,取得显著疗效,现报道于下。1 一般资料 60例患者,其中男性41例,女性19例;年龄18～50岁之间;其中,因睡眠姿势不良或枕头高低不适引起颈部气血不和、筋脉拘急者50例;因受寒所致局部经气不调者6例;因扭伤所致气滞血瘀者4例。

骶髂关节韧带损伤的治疗方法

骶髂关节是人体躯干向下肢传达承重与支撑的大关节,与拱形桥梁承重的作用相仿。凡直接与间接的暴力,或在负重的情况下扭曲、旋转、跳跃等动作均易使其关节的一侧韧带损伤。临床可分为轻度(骶髂关节韧带损伤)、重度(骶髂关节半脱位)损伤两种。急性骶髂关节损伤如治疗不当,可转为慢性。本文只讨论骶髂关节急性损伤。

基于深度学习的RGBD图像协同显著目标检测

本文旨在研究一种基于深度学习的RGBD图像协同显著目标检测模型。首先,本文构建了多分支的编码器结构,有效地提取RGBD图像的深层卷积特征;然后,使用多模态特征融合模块充分融合来自编码器的深层特征;最后,通过基于残差基本块的解码器来预测得到显著性图。此外,本文以深层次监督的方式对整个网络进行约束优化。在两个公开数据集上的测试结果表明,所提模型在预测精度上优于当前6种主流模型,这其中我们的显著性图呈现出更精确的边缘细节。