显著性目标检测相关论文
显著目标检测（Salient Object Detection,简称SOD）作为计算机视觉的一项基础任务,可以帮助许多视觉任务（如语义分割、视频分析、场景......
近年来，深度卷积神经网络在显著性目标检测中得到广泛关注和研究，取得了重要进展。但当显著性目标处于复杂背景中时，当前算法的性能仍......
视觉显著性（Visual Saliency）是视觉感知与场景理解的重要研究内容,涉及认知神经科学、认知心理学、计算机视觉等多个学科。一个场景......
针对当前大多数图像加密算法都是对整体图像进行加密，文章提出了一种选择性混沌图像加密算法，该算法只对图像的重要区域进行加密。首......
工程结构不同水准变形状态的监测与识别对于评估其结构性能具有重要意义。传统的结构健康监测方法大多具有接触式测量、离散布置、......
显著性目标检测目的是精确检测并分割出图像中最具代表性的目标区域,常作为预处理步骤被应用于其他计算机视觉任务。由于硬件的限......
在军事武器力量改革创新日益发展的今天,靶场作为军事训练中最重要的环境,利用高精度的自动报靶系统来增强军事训练效率的必要性也......
显著性目标检测任务旨在将图像中最具有视觉差异性的区域定位和分割出来。它被广泛应用于其他复杂的计算机视觉任务的预处理,如图......
近年来,显著性目标检测逐渐得到广泛的关注和研究,并在识别、监测、视觉跟踪定位等领域都有重要应用。基于深度学习的显著性目标检......
随着人类对智能化产品和服务的需求不断提升,使得人工智能产业迅猛发展。其中,目标检测技术在计算机视觉领域发挥着重要作用处于核......
图像和视频信息的爆发式增长给人们的教育、娱乐和消费等带来极大的便利,同时也给视觉信息处理技术如图像视频的分析和应用带来巨......
视觉显著性目标检测是计算机视觉领域的热门研究方向,其任务目标是通过模拟人类视觉注意力机制建立启发式或学习模型,定位视觉场景......
大数据时代的到来伴随着数据体量的指数级增长。作为记录和表达信息最直观、最方便的方式,图像的处理方法一直是研究者们的热门课......
在计算机视觉领域,图像分割作为非常关键的部分,是该领域基础问题之一。在实际应用过程中具有极大的价值。本文的研究基于图像分割......
近年来,随着人工智能技术的不断发展,计算机视觉作为其主要应用领域,取得了长足的进步。面对图像数据的爆炸式增长,如何针对具有不......
显著性目标检测对于图像理解的进步至关重要,并且已在各种计算机视觉和图像处理任务中展现出巨大的潜力。现有的显著性目标检测算......
近些年来,基于深度学习的显著性目标检测算法被广泛提出,并且相较于传统算法获得了极为可观的性能提升。但是,基于深度学习的像素......
随着人工智能技术的不断发展,显著性目标检测在计算机视觉领域的应用变得越来越广泛,逐渐成为了一项很有挑战性的任务。根据任务要......
图像显著性目标检测旨在利用计算机模拟人类的视觉认知机制,快速并准确地定位视觉场景中最具信息量的区域,同时选择性地忽略其他无......
人类视觉系统感知周围场景时所获取的信息不仅包括物体反射不同光谱产生的RGB信息,也包含双眼形成的立体视觉所提供的深度信息。RG......
图像是生活中常见的一种视觉载体,其重要信息蕴含于某些特定区域。人类视觉系统能够快速且准确地获取图像特定区域中具有价值的显......
近年来,通用的显著性目标检测模型在计算机视觉领域的应用越来越广泛,引起了越来越多的关注。总体上说,显著性目标检测算法可以分......
全卷积神经网络(FCN)高效的特征提取能力极大地提升了显著性目标检测算法的性能.然而现有算法依靠简单的特征拼接或相加等融合策略......
针对已有显著性目标检测在单一先验知识下生成的显著图存在背景抑制不彻底、孤立背景块干扰及前景区域缺失的问题,提出复合先验的......
近年来,显著性目标检测受到工业界和学术界的大量关注,成为了计算机视觉领域中一项重要的基础研究,该问题的解决有助于各类视觉任......
为提高复杂场景下的显著性目标检测速度和精度,提出了一种基于深度强化学习的两阶段显著性目标检测方法。该算法由显著性区域定位......
显著性目标检测旨在对图像中最显著的对象进行检测和分割,是计算机视觉任务中重要的预处理步骤之一,且在信息检索、公共安全等领域......
随着互联网技术和数字多媒体技术的快速发展,每天都会产生海量的图像数据,由于人类的视觉系统具有快速定位图像中显著性目标的能力......
大数据时代,数据的爆炸导致人类需要处理的信息越来越多。在计算机视觉领域,如何准确而又高效地从海量的图像中提取有用的信息越来......
显著性目标检测通过智能算法模拟人类视觉注意机制,建立一个完整的检测模型来提取图像中的显著区域或目标。近年来,显著性目标检测......
红外目标检测在计算机视觉领域中是一个很重要的研究方向,具有十分重要的科研价值。显著性红外目标检测的目的在于寻找图像中信息......
据2019互联网趋势报告显示,图像数量持续海量增加。面对海量的图像数据,如何快速准确提取有价值信息成为计算机视觉领域亟待解决的......
随着深度学习的快速发展,图像分类和显著性目标检测成为了当前计算机视觉领域重要的研究课题,引起了越来越多研究者的关注。基于卷......
显著目标是人类利用视觉,从复杂生活场景中快速地提取最突出最重要的物体,即与人的视觉相比,计算机的视觉检测还存在更大的挑战性......
随着信息技术的不断发展,图像数据作为信息传播的主要内容无时无刻不渗透在人们的日常生活中。为了更加有效地、快速地获得符合人......
显著性目标检测技术在计算机视觉领域具有重要的应用价值和理论研究意义,它主要通过模拟人类视觉注意力机制,自动检测图像中最引人......
在计算机视觉中,显著性目标检测任务既无处不在又充满挑战.本文主要研究基于非凸低秩矩阵分解的图像显著性检测建模和算法.主要包......
显著性目标检测是通过算法自动提取一幅输入图片中视觉最突出明显并且最吸引人类注意力的区域。其可以作为许多计算机视觉任务的预......
显著性目标检测旨在模拟人的视觉系统来突出图像中最重要的目标区域。作为一个预处理步骤,显著性目标检测有效地辅助数字图像的处......
在计算机视觉研究领域的迅速发展中,显著性目标检测不仅能够提高图像检测的准确性,而且能够进一步加快图像检测的速度。针对现阶段......
人类视觉系统的注意力机制使人类选择性地关注图片中信息量最大、最具特征的部分,而不是整个场景。通过计算机学习人类的这种视觉......
随着互联网的快速发展,图像信息爆炸式增长,这对有效图像的筛选需求越来越大,显著性目标检测是模拟人类的视觉注意机制提取图像中......
显著性目标检测(SOD)旨在捕获图像中人类感兴趣的区域。得益于这种捕获显著区域的能力,在许多计算机视觉任务中,显著性目标检测起......
认知心理学家经过大量详尽的实验研究表明,人类具有快速获取视觉场景中显著的或者感兴趣的目标的能力。为了使现代计算机也具备类......
选取并简化场景中的复杂信息是人类视觉系统的主要特性之一。计算机视觉领域效仿人类视觉上的这种特性,引入了显著性检测。显著性......
人工智能旨在应用计算机来模拟人的一系列认知。近年来,卷积神经网络在计算机视觉领域的应用取得了优异的成绩,特别是在物体检测、......
随着信息技术的发展和数码产品的普及,图像和视频资源越来越丰富,但信息冗余问题随之产生。因此,从图像或视频资源中提取重要的信......
