基于视觉显著性的两阶段采样突变目标跟踪算法

基于matlab的图像显著性检测，采用的图像分割方式是crf推荐给大家

显著性检测中画PR曲线的代码，需要自己生成的显著图和GroundTruth。

基因opencv及VS2010，实现了Frequency-tunedSalientRegionDetection中的显著性方法，与原代码相比，兼容了opencv的数据格式，且运算速度提高了一倍

图像显著性检测，基于matlab图像显著性检测。用的是MRF

图像显著性区域提取是计算机视觉处理的重要步骤。结合人类视觉心理、生理模型, 提出一种基于视觉注意机制的彩色图像显著性区域提取模型。通过改进的分水岭算法对彩色图像进行预分割, 从而将原图像分成若干子区域

针对传统特征匹配算法在实际的应用中存在搜索范围广、无关特征点多等问题,提出一种基于显著性区域检测特征匹配方法。首先利用显著性区域检测算法滤除图像中的背景,获取图像显著性区域;在此基础上利用SURF(S

根据人眼视觉系统的基本特点,提出一种基于宽频调谐特征和谱残差分析的显著性目标检测算法。该方法通过在上下文信息中提取图像的宽频调谐特征,运用线性叠加融合宽频调谐特征子图得到初步特征图,然后利用多尺度方法

针对自顶向下显著性目标检测边界模糊及准确率低的问题，提出一种结合条件随机场（conditionalrandomfield，CRF）和流行排序（manifoldranking，MR）的自顶向下显著性目标

正确地将苹果从图像中识别出来是苹果采摘机器人实现自动采摘的前提，在对该问题研究的基础上，提出一种基于显著性轮廓的苹果目标识别方法。利用K-means无监督聚类算法将图像分割为背景和目标区域；由于光照等

本文提出了一种新型的两阶段集成方案集成反向传播(TP-ES-BP)算法,可以大大减轻标准BP(SBP)算法的局部极小问题,并克服了单个成分BP在分类性能上的局限性通过集成Ensemble方法。 三组模