论文部分内容阅读
参数最小割是一种常用的似物性推荐方法,主要用于在图像中快速定位物体区域。针对该类方法中容易生成大量无效前景种子影响处理效率,提出一种基于层次化融合逐级筛选的前景种子生成算法。基于由颜色、纹理复杂度控制的层次化融合方法得到候选区域集,从候选区域集中结合尺度变化率选出具有稳定外观的候选前景种子,最后基于似物性分数排序,确定有效的前景种子。实验结果表明,提出的前景种子生成算法具有较高的物体发现率,将其应用于参数最小割方法中,在使用更少的种子、生成较少区域时,可达到与前沿算法相近的区域级物体定位能力。