基于超像素时空特征的视频显著性检测方法

视频显著性区域提取 C++代码

用于多曝光图像融合，本文算法，利用了人眼视觉识别的特点进行了显著性分析，并以此作为权重进行融合。

为了能正确检测显著性图中的多个显著性目标，提出了一种基于全局颜色对比的显著性目标检测算法。该算法首先提取图像的全局颜色对比度特征，然后把显著性图和全局颜色对比度作为特征输入条件随机场框架中，得到二值显

基于显著性检测的花卉图像分割，谢晓东，吕艳萍，针对花卉图像复杂的背景问题，本文提出基于显著性检测的花卉图像前景分割方法。该方法通过为花卉图像的显著性区域训练前景背景分

为了克服图像底层特征与高层语义之间的语义鸿沟，降低自顶向下的显著性检测方法对特定物体先验的依赖，提出一种基于高层颜色语义特征的显著性检测方法。首先从彩色图像中提取结构化颜色特征并在多核学习框架下，实现

视觉显著性检测是机器视觉领域的关键技术之一。提出一种基于流形排名与迟滞阈值的检测方法,首先将图像划分成超像素集合,以之作为结点形成闭环图;再按照基于图的流形排名方法计算各个结点的显著值,形成图像的显著

障碍物检测与分割是地面无人车辆环境感知领域中一项重要的任务。针对传统障碍物检测与分割算法的计算量大、分割精度较差等问题，提出了一种基于显著性分析的障碍物检测、分割优化算法。首先，利用基于频率调谐的方法

从视觉角度来说，视觉显著性图像是指主体突出的图像，比起内容散乱的图像，此类图像往往更能吸引用户的关注，也更符合用户对图片检索的使用需求。提出了一种图像主体视觉显著性判断方法，采用“中心围绕”计算原则在

为了选择有效的图像特征，并将这些特征融合以进行图像的显著区域检测，提出一种基于图像特征稀疏约束的显著性检测算法。该算法首先建立一个包括多种图像特征的特征池，之后假设图像的显著图由特征池中特征的线性组合

提出了基于时域信息与显著性信息融合的地面运动目标检测算法。首先利用时域信息快速提取运动目标,然后在预选目标的扩展区域内利用显著性检测目标,最后将时域检测结果与显著性检测结果相融合以最终检测到运动目标。