特征融合与objectness加强的显著目标检测

来源 :计算机工程与应用 | 被引量 : 0次 | 上传用户:wheatsnow
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
显著目标检测是计算机视觉的重要组成部分,目的是检测图像中最吸引人眼的目标区域。针对显著检测中特征的适应性不足以及当前一些算法出现多检与漏检的问题,提出从"目标在哪儿"与"背景在哪儿"两个角度描述显著性的框架,进行特征融合来提高显著目标检测的准确率。从这两个角度分别提取图像的颜色区别性特征与边界先验特征并进行特征融合,使用objectness特征加强显著性,最终得到显著图。在MSRA-1000数据集上的评估中,该算法达到平均92.4%的准确率,能和最先进算法相媲美;而在CSSD、ECSSD数据集上的实
其他文献
在UWB-IR信号检测中,针对目前所采用的量子粒子群FHN神经元模型易造成粒子群多样性降低,易陷入局部最优,导致求解精度不高的问题,对量子粒子群算法中量子更新参数引入混沌优化算
建设部日前发出通知,要求各地按照新颁布的《房地产开发企业资质管理规定》,对所有从事房地产开发经营业务的企业重新核定资质等级,换发由建设部统一监制的新的“房地产开发企业
市场经济尤其是房地产业的蓬勃发展,给房屋产权监理工作提出了“转变思想观念、改进管理手段、提高工作效率、保证监理质量”的要求;信息时代的到来,又给产权监理工作标示了“管
机电工程师作为企业设计生产中的重要管理者,在面对一些突发性问题时,起到至关重要的作用。本文从结合机电工程师的岗位职责,从企业机电工程师的作用和一般要求、企业生产现
为了提高虹膜定位的精度和可靠性,采用改进的Snake模型和改进的GAC模型分别定位虹膜的内外边缘。对于虹膜内边界,在传统的Snake模型的基础上,引入GVF力场代替原有的传统外力场,完成Snake模型对虹膜内边缘的定位。对于虹膜外边界,在传统的GAC模型的基础上,引入非负常数项作为演化收缩力,使其方向指向对象内部,从而实现GAC模型对虹膜外边缘的定位。采用CASIA虹膜库进行了大量实验,结果表明该
特征学习是模式识别领域的关键问题。基于自动编码器的深度神经网络通过无监督预训练与有监督微调能够有效地提取数据中关键信息,形成特征。提出一种基于栈式去噪自编码器的边际Fisher分析算法,该算法将边际Fisher分析运用于有监督微调阶段,进一步提升算法的特征学习能力。实验结果表明,该算法与标准的栈式去噪自编码器和基于受限玻尔兹曼机的深度信念网相比,具有更好的识别效果。
近年来自由基清除剂的研究成为神经保护剂研究的热点,依达拉奉作为一种脑保护剂(自由基清除剂),对缺血再灌注损伤有保护作用,并可抑制脂质过氧化反应,减轻脑内花生四烯酸引起的
患者,女,29岁.主因渐进性行走不稳,言语不利10年余,加重伴视力下降6年余,于2011年7月12日入院.患者10年前无明显诱因出现下蹲后站立困难,爬楼梯时抬腿困难,站立时易摔倒,行走
提出一种改进各向异性扩散滤波算法。现有研究方法多存在图像边缘不清,误识别多,扩散系数多凭主观选择等问题。该算法利用保留细节和边缘的能力较为突出的多方向中值滤波方法在多个方向上进行扩散,利用局部方差和图像梯度改进了扩散系数,通过多次迭代修正扩散系数,增强了算法的鲁棒性,且在滤除噪声的同时注重对边缘细节的保持。通过具体实验仿真,以峰值信噪比、均方误差、结构相似度以及图像佳数4个参数作为指标,对实验仿真