-
公开(公告)号：CN114359244B
公开(公告)日：2024-07-26
申请号：CN202210020811.2
申请日：2022-01-10
申请人： 浙江大学
摘要： 本发明公开了一种基于超像素分割与多种颜色特征的图像显著性检测方法。本发明利用SLIC方法对实时图像进行超像素分割，获得超像素集合和对应的标签图；再基于标签图对超像素集合进行处理，获得超像素集合中各个超像素的像素集合、颜色特征和位置信息；接着计算各个超像素的对比度显著值，根据各个超像素的对比度显著值对对应的超像素进行灰度赋值后，获得显著图；然后利用主颜色描述方法对当前实时图像的边缘像素进行处理后，获得图像边缘主颜色，再计算得到背景先验图；最后将显著图与背景先验图进行线性融合，得到当前实时图像的最终显著图。本发明提高算法整体效率，提高复杂环境中显著性检测准确性。
-
公开(公告)号：CN114359323A
公开(公告)日：2022-04-15
申请号：CN202210021568.6
申请日：2022-01-10
申请人： 浙江大学
IPC分类号： G06T7/187 , G06T7/90 , G06K9/62 , G06V10/762
摘要： 本发明公开了一种基于视觉注意机制的图像目标区域检测方法。包括：计算参考图像的底层视觉特征描述子；接着利用SLIC方法对实时图像进行超像素分割，再对当前实时图像信息进行区域化描述，然后利用自底向上的数据驱动方法计算各个超像素的显著值，由各个超像素的显著值构成实时图像的显著图；再利用模糊匹配方法计算实时图像的各个超像素与参考图像之间的相似度；然后利用基于相似度和显著值的区域融合扩展方法对实时图像的显著图进行区域拓展后，获得实时图像的可能目标区域；对实时图像的可能目标区域进行筛选后得到当前实时图像的最终目标区域。本发明提高了在复杂环境中目标区域检测的准确性，同时保证在低算力设备上运行的实时性。
-
公开(公告)号：CN114359323B
公开(公告)日：2024-07-05
申请号：CN202210021568.6
申请日：2022-01-10
申请人： 浙江大学
IPC分类号： G06T7/187 , G06T7/90 , G06V10/762
摘要： 本发明公开了一种基于视觉注意机制的图像目标区域检测方法。包括：计算参考图像的底层视觉特征描述子；接着利用SLIC方法对实时图像进行超像素分割，再对当前实时图像信息进行区域化描述，然后利用自底向上的数据驱动方法计算各个超像素的显著值，由各个超像素的显著值构成实时图像的显著图；再利用模糊匹配方法计算实时图像的各个超像素与参考图像之间的相似度；然后利用基于相似度和显著值的区域融合扩展方法对实时图像的显著图进行区域拓展后，获得实时图像的可能目标区域；对实时图像的可能目标区域进行筛选后得到当前实时图像的最终目标区域。本发明提高了在复杂环境中目标区域检测的准确性，同时保证在低算力设备上运行的实时性。
-
公开(公告)号：CN114359244A
公开(公告)日：2022-04-15
申请号：CN202210020811.2
申请日：2022-01-10
申请人： 浙江大学
摘要： 本发明公开了一种基于超像素分割与多种颜色特征的图像显著性检测方法。本发明利用SLIC方法对实时图像进行超像素分割，获得超像素集合和对应的标签图；再基于标签图对超像素集合进行处理，获得超像素集合中各个超像素的像素集合、颜色特征和位置信息；接着计算各个超像素的对比度显著值，根据各个超像素的对比度显著值对对应的超像素进行灰度赋值后，获得显著图；然后利用主颜色描述方法对当前实时图像的边缘像素进行处理后，获得图像边缘主颜色，再计算得到背景先验图；最后将显著图与背景先验图进行线性融合，得到当前实时图像的最终显著图。本发明提高算法整体效率，提高复杂环境中显著性检测准确性。
-
-
-
搜索结果
4 条记录 (耗时 0.019 秒)
