公共文化服务平台

共 8 条记录，以下是 1-8

全选清除导出

排序方式：

Smoothness加强的全局和局部显著目标检测: 2016年; 显著目标检测是计算机视觉的重要组成部分。针对基于对比度的方法存在的前景和背景容易被误检的问题,提出Smoothness加强的全局和局部显著目标检测的方法。在全局对比度检测过程中引入中心先验知识,在局部对比度检测过程中引入Compactness特征,再使用Smoothness特征加强全局的显著性及局部的显著性,最后将全局显著图和局部显著图进行线性融合。在MSRA-1000、ECSSD数据集上的评估中,该算法有更高的准确率,在CSSD数据集上能和最先进算法相媲美。实验表明,从全局和局部两个角度出发的显著性检测的方法能够有效的互补,Smoothness能够有效加强前景和背景的差异性,并且有效纠正一些误检现象,从而取得更好的结果。; 黄子超刘政怡张志华; 关键词：SMOOTHNESS COMPACTNESS

一种显著目标的空间三维定位方法: 本发明一种显著目标的空间三维定位方法，对左右两个摄像头进行标定及矫正，获取内外参数，由图像显著性检测分别获取两个摄像头拍摄的图像中的显著目标，根据目标轮廓求取中心二维坐标，再由双目立体视觉原理根据内外参数计算显著目标中心...; 刘政怡王奕衡黄子超

基于显著中心先验的RGB‑D图像显著目标检测方法: 本发明公开了一种基于显著中心先验的RGB‑D图像显著目标检测方法，包括基于深度图的显著中心先验和基于RGB图的显著中心先验，基于深度图的显著中心先验：计算RGB图中其他超像素与深度图显著目标中心超像素的深度特征欧式距离，...; 刘政怡石松黄子超郭星李炜

特征融合与S-D概率矫正的RGB-D显著检测被引量：3: 2016年; 目的许多先前的显著目标检测工作都是集中在2D的图像上,并不能适用于RGB-D图像的显著性检测。本文同时提取颜色特征以及深度特征,提出了一种基于特征融合和S-D概率矫正的RGB-D显著性检测方法,使得颜色特征和深度特征相互补充。方法首先,以RGB图像的4个边界为背景询问节点,使用特征融合的Manifold Ranking输出RGB图像的显著图;其次,依据RGB图像的显著图和深度特征计算S-D矫正概率;再次,计算深度图的显著图并依据S-D矫正概率对该显著图进行S-D概率矫正;最后,对矫正后的显著图提取前景询问节点再次使用特征融合的Manifold Ranking方法进行显著优化,得到最终的显著图。结果利用本文RGB-D显著性检测方法对RGBD数据集上的1 000幅图像进行了显著性检测,并与6种不同的方法进行对比,本文方法的显著性检测结果更接近人工标定结果。Precision-Recall曲线(PR曲线)显示在相同召回率下本文方法的准确率较其中5种方法高,且处理单幅图像的时间为2.150 s,与其他算法相比也有一定优势。结论本文方法能较准确地对RGB-D图像进行显著性检测。; 黄子超刘政怡; 关键词：MANIFOLD RANKING

显著中心先验和显著-深度概率矫正的RGB-D显著目标检测: 2017年; 随着深度特征在图像显著检测领域中发挥越来越重要的作用,传统的RGB图像显著检测模型由于未能充分利用深度信息已经不能适用于RGB-D图像的显著检测。该文提出显著中心先验和显著-深度(S-D)概率矫正的RGB-D显著检测模型,使得深度特征和RGB特征间相互指导,相互补充。首先,依据3维空间权重和深度先验获取深度图像初步显著图;其次,采用特征融合的流形排序算法获取RGB图像的初步显著图。接着,计算基于深度的显著中心先验,并以该先验作为显著权重进一步提升RGB图像的显著检测结果,获取RGB图像最终显著图;再次,计算显著-深度矫正概率,并对深度图的初步显著检测结果使用此概率进行矫正。接着,计算基于RGB的显著中心先验,并以该先验作为显著权重进一步提升深度图像矫正后的显著检测结果,获取深度图像的最终显著图;最后,采用优化框架对深度图像最终显著图进行优化得到RGB-D图像最终的显著图。所有的对比实验都是在公开的数据集NLPR RGBD-1000数据集上进行,实验结果显示该文算法较当前流行的算法有更好的性能。; 刘政怡黄子超黄子超

一种显著目标的空间三维定位方法: 本发明一种显著目标的空间三维定位方法，对左右两个摄像头进行标定及矫正，获取内外参数，由图像显著性检测分别获取两个摄像头拍摄的图像中的显著目标，根据目标轮廓求取中心二维坐标，再由双目立体视觉原理根据内外参数计算显著目标中心...; 刘政怡谢丰黄子超; 文献传递

基于显著中心先验的RGB-D图像显著目标检测方法: 本发明公开了一种基于显著中心先验的RGB‑D图像显著目标检测方法，包括基于深度图的显著中心先验和基于RGB图的显著中心先验，基于深度图的显著中心先验：计算RGB图中其他超像素与深度图显著目标中心超像素的深度特征欧式距离，...; 刘政怡石松黄子超郭星李炜; 文献传递

先验融合和特征指导的显著目标检测方法研究: 显著目标检测是机器视觉的重要组成部分，通过它可以准确检测出图像场景中的显著区域。显著目标检测技术应用的领域十分广泛，主要有图像分割、图像压缩、目标检测和识别、图像检索等领域。人类的视觉系统能够迅速且有效的识别出图像场景中...; 黄子超; 关键词：机器视觉; 文献传递

全选清除导出

共1页<1>

黄子超