基于混合图上随机游走的视觉注意显著目标检测模型.pdfVIP

基于混合图上随机游走的视觉注意显著目标检测模型.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第32卷 第 7期 仪 器 仪 表 学 报 Vo1.32No.7 2011年7月 ChineseJoumalofScientificInstrument Ju1.2011 基于混合图上随机游走的 视觉注意显著 目标检测模型米 胡正平 ,孟鹏权 (燕山大学信息科学与工程学院 秦皇岛 066004) 摘 要 :目前的视觉显著性检测算法 ,主要依赖像素问的对 比,缺乏从全局角度对显著 目标进行分析理解。根据生物视觉注意 机制,显著 目标通常是显眼、紧凑和完整的,提出一种基于混合图上随机游走的显著 目标检测算法,将视觉显著性检测公式化为 马尔科夫随机游走问题。首先将输入图像进行分块 ,利用颜色特征距离和方向的空间分布和方向熵对 比分别确定无向图和有 向图的边权重 ,进而得到混合图;然后通过全连通图搜索提取全局特性,突出全局较孤立的区域 ;同时通过k-regular图搜索提取 局部特性,增强局部较均匀的区域;最后结合全局特性和局部特性得到输入图像的显著图,从而确定感兴趣区域位置。实验结 果表明,相比于其他两种具有代表性的算法 ,所提算法检测结果更加准确、合理,证明该方法合理可行。 关键词:视觉注意;显著度 ;随机游走模型;马尔科夫链;图表示 中图分类号:TP391.41 文献标识码:A 国家标准学科分类代码:520.60 Visualattentionsalientobjectdetectionmodel basedon random walkin ahybrid graph Zhengping,MengPengquan (SchoolofInformationScienceandEngineering,YanshanUniversity,Qinhuangdao066004,China) Abstract:Currentvisualsaliencydetectionalgorithmsmainlyfocusontheinter—pixelcontrastandlacktheanalysisof salientobjectfrom globalperspective.Accordingtobiologicalvisualattentionmechanism thatsalientobjectsare compactandcomplete,asalientobjectdetectionalgorithmwithhybridgraphmodelisproposed,andtheproblemof salientregiondetectionisformulatedasMarkovrandom walkmode1.Firstofall,theinputimageisdividedintopix— elblocks.AhybridgraphmodeliSformed.Theverticesareconnectedwithundirectededgesanddirectedones.The undirectededgesrepresentthecolordifferencebetweentwoblockimages.Thedirectededgesrepresentthedepend— enceofthespatialdistributionandregionalcomplexityoftheorientationfeature.Secondly,theisolatedregionsare obtainedusingtherandom walkonacompletegraphtoextracttheglobalproperties.Meanwhile,thelocaluniform regionsareenhancedusingtherandom walkonak-regulargraphtoextracttheloc

文档评论(0)

ww88606 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档