国家自然科学基金(60773016)
- 作品数：3 被引量：13H指数：2
- 相关作者：黄雅平罗四维田媚赵嘉莉史忠植更多>>
- 相关机构：北京交通大学中国科学院更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 综合语义特征和视觉特征的二阶段纹理图像检索被引量：3
- 2008年
- 提出一种融合模糊语义概念和精细视觉特征的纹理图像检索方法.首先根据语言表达式和模糊语义概念对整个图像库进行快速有效的粗搜索,得到具有"软"边界的语义检索结果;然后根据视觉特征在语义检索结果中(而不是整个图像库)进行精细的检索.该方法很好地结合了基于内容的图像检索和基于语义的图像检索两者的优势,使得用户既可以根据语义概念对图像库进行快速浏览和检索,也能根据查询用例图像的视觉特征进行精细的匹配;另外,由粗到细的二阶段策略也明显地提高了其检索性能.在Brodatz纹理库中的实验结果表明,通过调整合适的语义检索边界,该方法的检索性能明显优于基于视觉特征的图像检索方法.
- 李清勇施智平史忠植
- 关键词：语义特征视觉特征语言变量
- A novel interactive matting system based on texture information
- Image matting is an important task in image and video editing.In this paper we propose a novel interactive mat...
- Wei Sun
- 文献传递
- 基于局部复杂度和初级视觉特征的自底向上注意信息提取算法被引量：10
- 2008年
- 借鉴心理学中有关视觉注意的研究成果,提出了一种新的自底向上的注意信息提取算法.自底向上的注意信息由图像中每个点对应区域的显著性构成,区域的尺度自适应于局部特征的复杂度.新的显著性度量标准综合考虑了局部复杂度、统计不相似和初级视觉特征这3个方面的特性.显著区域在特征空间和尺度空间中同时显著.获取的自底向上的注意信息具有旋转、平移、比例缩放不变性和一定的抗噪能力.以该算法为核心,构建了一个注意模型,将其应用于多幅自然图像的实验证明了算法的有效性.
- 田媚罗四维黄雅平赵嘉莉
- 关键词：视觉注意视觉显著性局部复杂度
- 基于自适应尺度LE的轮廓编组算法
- 2011年
- 在图嵌入框架下,以编组线索的聚类来实现轮廓编组的方法,不仅可以有效地将局部特征和全局特征结合起来,而且更加符合人类视觉感知以流形存在的特点.本文在分析相似度矩阵对样本结构表示意义的基础上,提出了一种基于自适应尺度Laplacian Eigenmap的轮廓编组算法.该算法能够根据编组线索多维特征的不同局部统计特性,自适应地改变相似度计算模型中的尺度因子,使相似度矩阵更准确地反映编组线索数据集的结构特性.在此基础上通过降维实现编组元的聚类,从而得到轮廓编组的结果.实验证明,该算法对于局部统计特性差异较大的编组线索有着良好的适应性,尤其对于有遮挡的感知目标,表现出比图分割方法更为优越的性能.
- 尹辉罗四维黄雅平邹琪
- 关键词：知觉组织图嵌入聚类降维
