基于相似擴散的圖像顯著區(qū)域協(xié)同檢測方法研究.pdf_第1頁
已閱讀1頁，還剩44頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領

文檔簡介

1、在計算機視覺中，對于像素級的圖像的物體識別，定位和顯著性檢測方法的提速，可以通過將原本像素級的方法應用到超像素級，從而達到更快，更好的完成算法的任務。本文提出一種網(wǎng)格超像素的計算方法，可以同時保證超像素的形狀規(guī)則，大小均一和超像素之間定義合理的鄰接關系，使得像素級的圖像算法，應用到超像素級上，并達到更好，更快的效果。
　　對于在圖像對（即，有著相同物體的兩幅圖像）中，協(xié)同顯著性檢測是用于檢測感知顯著區(qū)域的非常重要的技術。在本文中，

2、我們提出一種基于超像素的相似性傳播的自完備的顯著性協(xié)同檢測算法，首先，對于兩幅圖像中的所有的超像素，建立圖像內(nèi)部的超像素之間和圖像之間的超像素之間的相似性圖模型；然后，對圖像之間的超像素間的相似性圖模型部分應用二部圖匹配算法，產(chǎn)生可靠的且稀疏的相似性匹配；而后，對于整體的相似性圖模型應用并行化的全點對SimRank算法進行相似度擴散，更新超像素相似度圖模型；最后，我們基于兩種協(xié)同顯著性的度量準則：前景一致性準則和局部聚合性準則產(chǎn)生最終的

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論