期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
图像通用目标的无监督检测 被引量:8
1
作者 宋修锐 吴志勇 《光学精密工程》 EI CAS CSCD 北大核心 2014年第1期160-168,共9页
为了实现对图像中多种类目标的检测,缩短目标搜索时间,本文基于图像目标的3个显著性线索(显著性检测,颜色对比,超像素跨越),构建了一种改进的通用无监督目标检测模型。通过机器学习center-surrounding比例参数,计算各个线索的显著度得分... 为了实现对图像中多种类目标的检测,缩短目标搜索时间,本文基于图像目标的3个显著性线索(显著性检测,颜色对比,超像素跨越),构建了一种改进的通用无监督目标检测模型。通过机器学习center-surrounding比例参数,计算各个线索的显著度得分,并在朴素贝叶斯框架下对这3个目标显著性线索进行融合,以最终确定窗口中包含图像目标的概率。实验参数在PASCAL VOC 2007图像库进行检测,检测率为28.94%,击中率达96.99%;在MSRC图片库进行检测,检测率为80.64%,击中率达99.10%;得到的结果证明了本文模型的通用性。另外,该模型对单幅图像的处理时间较Bogdan的检测模型提高了40%,改进了目标检测效率。本文模型可为后续的目标识别,图像分割提供更快、更准确的先验位置信息。 展开更多
关键词 无监督检测 显著性检测 颜色对比 超像素跨越 贝叶斯融合
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部