mrf图像显著性检测

针对现有显著性检测方法存在背景抑制效果差和前景分辨率低的问题,提出一种基于背景抑制和前景更新的显著性检测方法。首先利用MR(manifold ranking)算法计算背景先验图,通过超像素分割算法提取

针对已有显著性目标检测在单一先验知识下生成的显著图存在背景抑制不彻底、孤立背景块干扰及前景区域缺失的问题,提出复合先验的显著性目标检测方法。先利用超像素分割算法提取边缘超像素,构建初选背景集,根据边界

saliency图像显著性检测的ne数据库60篇相关文献

论文仅供学习和参考。 综合利用边界信息、局部信息以及全局信息,从图像中提取出多种显著性特征; 在条件随机场框架下融合这些特征, 通过显著性区域与背景区域的区域标注实现显著性区域的粗糙检测; 结合区域标

为适应不同终端显示多样化的要求，需对接收到的图像进行缩放调整。针对现有的基于内容感知（content-aware）的图像缩放方法中视觉内容的连贯性易被破环而出现失真的问题，提出了一个基于离散余弦变换（

Globa l Contrast based Salient Region Detection Ming-Ming Cheng, Tsinghua University cVPR 2011 自动化学院

为了更加准确地检测出图像中的显著性目标，提出了多先验融合的显著性目标检测算法。针对传统中心先验对偏离图像中心的显著性目标会出现检测失效的情况，提出在多颜色空间下求显著性目标的最小凸包交集来确定目标的大

针对先前的立体图像显著性检测模型未充分考虑立体视觉舒适度和视差图分布特征对显著区域检测的.影响,提出了一种结合立体视觉舒适度因子的显著性计算模型.该模型在彩色图像显著性提取中,首先利用 SLIC 算.

MSRA1000图像显著性标记数据集，有原图像和标记图像。

针对遥感图像融合中,不同地物区域对空间与光谱信息要求不同的问题,提出了一种基于显著性分析的自适应遥感图像融合算法。结合多尺度谱残差分析模型,将遥感图像分为纹理、边缘丰富的显著区域与纹理、边缘较少的非显