基于信息量增强的共生直方图显著性检测算法

图像协同显著性检测旨在检测一组内容相关的图像中的共同的显著目标。尽管在视觉特征学习以及检测算法等方面已有大量研究工作,但是大多数协同显著性研究集中于RGB图像,并没有充分利用图像深度等显著信息。考虑到

这是基于卷积神经网络CNN的显著图计算源码。压缩包内含有训练及测试两个部分,可以直接下载解压后运行。

三个图像显著性区域特征提取方法三步，滤波+颜色空间转换+计算SaliencyMap

saliencyobjectorregiondetection，机器视觉，图像处理方面关于显著性的论文和详细代码

显著性分析的图像放缩方法研究，值得参考学习

图片显著性提取，特征提取，代码使用matlan描述，是图像显著性提取，找出感兴趣区域，进而进一步分类

matlab版图像显著性特征提取技术！算法简单易行，耗时短！

压缩包内包含图形显著性因子matlab源码 可以直接运行,

结合基于图像块的显著性信息随机采样和基于投影Landweber的压缩感知重构算法,提出了一种新的图像压缩感知编码与重构方法。该方法在编码端通过图像显著性信息来分配不同的测量维数以实现测量维数的自适应,

随着机器视觉和人工智能的快速发展, 视觉注意机制作为机器视觉的重要组成部分,受到越来越多的关注。提出一种建立在非下采样轮廓小波变换(NSCT)基础上的从粗到精的显著性检测方法, 该方法作为一种基于频域