- 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、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、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、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 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、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、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
一种面向视觉注意区域检测的运动分割方法.PDF
优先出版 计 算 机 应 用 研 究 第33 卷
一种面向视觉注意区域检测的运动分割方法*
1, 2 1
华 漫 ,李燕玲
(1.中国民航飞行学院 计算机学院,四川 广汉 618307 ;2 .西南交通大学 信息科学与技术学院,成都 610031)
摘 要:为了更有效地检测出视觉注意区域.本文结合视觉显著区检测的特点,提出一种面向视觉注意区域检测的运动
分割方法。该方法用一种层次聚类方法将特征点的运动轨迹进行聚类。首先用均值偏移算法扩大了不同类型运动之间特
征向量的差距,同时缩小了相同运动类型的差别。继而,用一种无监督聚类算法,将不同类型的运动进行分割,同时自
动获得运动分类数。最后利用运动分割结果,提出一种结合空间和颜色采样的运动显著区域生成方法。与以往方法相比,
该方法能够将不同类型的运动自动进行分割,生成的视觉注意区域更为准确,而且稳定性大幅提高。实验结果证明了该
方法的有效性和稳定性。
关键词:运动分割;视觉注意;显著图;轨迹分类
中图分类号:TP391.4
Motion segmentation method using visual saliency detection
Hua Man1, 2, Li Yanling1
(1. School of Computer Science, Civil Aviation Flight University of China, Guanghan Sichuan 618307, China; 2. School of
Information Science Technology, Southwest Jiaotong University, Chengdu 610031, China)
Abstract: In order to detect the visual attention region more effectively. this paper proposed a novel motion segmentation
method using visual saliency detection. The method clustered the feature point trajectories using a two stage clustering algorithm.
The most stable trajectories are pre-clustered using mean shift in the first stage. Then. the paper proposed an unsupervised
clustering method to cluster the trajectories and detect the number of motions automatic. At last. the motion saliency map is
generated with the segmented spare feature points. Experimental results show that the proposed method is capable of achieving
both good accurate and the stable performance.
Key Words: motion segmentation; visual attention; saliency map; trajectories classification
文档评论(0)