您的位置： 专家智库 > >

汪梅

作品数：6 被引量：8H指数：2
供职机构：重庆大学更多>>
发文基金：国家科技支撑计划更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 4篇专利
  • 1篇期刊文章
  • 1篇学位论文

领域

  • 4篇自动化与计算...

主题

  • 6篇显著性检测
  • 6篇流形
  • 5篇图像
  • 4篇排序
  • 4篇流形排序
  • 2篇对比度
  • 2篇随机游走
  • 2篇图模型
  • 2篇图像数据
  • 2篇二值化
  • 2篇边界信息
  • 1篇图像检测
  • 1篇背景图
  • 1篇背景图像

机构

  • 6篇重庆大学

作者

  • 6篇汪梅
  • 5篇朱征宇
  • 4篇徐强
  • 4篇袁闯

传媒

  • 1篇计算机应用

年份

  • 2篇2019
  • 4篇2016
共 6 条 记 录，以下是 1-6
全选 清除 导出
排序方式：
基于流形排序和随机游走的图像显著性检测方法
本发明提出了一种基于流形排序和随机游走的图像显著性检测方法，包括如下步骤：S1，获取图像，对该图像进行超像素分割，以超像素为节点构建闭环图模型；S2，基于前景特征进行流形排序得到流形排序前景特征显著图S<Sub>MRfg...
朱征宇徐强汪梅郑加琴袁闯
基于Manifold Ranking和结合前景背景特征的显著性检测被引量：7
2016年
针对基于图和流形排序(Manifold Ranking)的显著性检测算法(MR算法)过度依赖边界节点的背景特征的问题,提出一种改进的结合前景背景特征的显著性检测算法。首先,对图像进行超像素分割,建立闭环图模型;然后利用流形排序算法根据图像前景特征和背景特征分别得出前景种子和背景种子;再通过亮度和颜色特征对两类种子进行结合,筛选出更为准确的查询节点;最后再利用流形排序算法进行显著值计算,得到最终的显著图。实验表明,改进方法与MR算法相比在精确率、召回率、F值等多个评价指标上均有明显提升,得到的显著图更接近真值。
朱征宇汪梅
关键词：显著性检测流形排序
基于Manifold Ranking和结合前景背景特征的显著性检测方法
本发明提出了一种基于Manifold Ranking和结合前景背景特征的显著性检测方法，包括：S1，获取图像数据，对图像数据的前景特征和背景特征进行流形排序，获得每个图像数据中的超像素部分的显著值，得到该图像数据的显著图...
朱征宇汪梅徐强郑加琴袁闯
基于流形排序和随机游走的图像显著性检测方法
本发明提出了一种基于流形排序和随机游走的图像显著性检测方法，包括如下步骤：S1，获取图像，对该图像进行超像素分割，以超像素为节点构建闭环图模型；S2，基于前景特征进行流形排序得到流形排序前景特征显著图S<Sub>MRfg...
朱征宇徐强汪梅郑加琴袁闯
文献传递
基于流形排序和结合前景背景特征的图像显著性检测
数据集上的效果基本相同，但在 Achanta数据集上， MRCFB算法在精确率、召回率和F值三个指标上相比现有三种算法都有较明显的提升;2）MR算法和MRRW算法在Achanta数据集上的效果基本相同，但在DUT-OMR...
汪梅
关键词：图像检测流形排序背景图像
基于Manifold Ranking和结合前景背景特征的显著性检测方法
本发明提出了一种基于Manifold Ranking和结合前景背景特征的显著性检测方法，包括：S1，获取图像数据，对图像数据的前景特征和背景特征进行流形排序，获得每个图像数据中的超像素部分的显著值，得到该图像数据的显著图...
朱征宇汪梅徐强郑加琴袁闯
文献传递
全选 清除 导出
共1页<1>
聚类工具0