10.16208/j.issn1000-7024.2016.08.037
基于稀疏性和自信息的显著性检测方法
为提高图像显著性检测的准确性与有效性,在CIE Lab 颜色空间内,通过模拟生物视觉神经元的中央-周围运算,提出一种基于稀疏表示与自信息的快速显著性检测方法。对原始输入图像的特征图像进行稀疏量化,计算该稀疏量化图像各像素点的自信息值,根据各像素点的自信息值进行显著性检测。实验结果表明,与 GBVS、AIM和 ITTI 模型相比,该方法AUC值分别提高了15%、17%和20%,平均耗时则分别降低了93%、95%和92%,验证了该方法能够准确快速地检测图像显著性。
稀疏表示、自信息、显著性检测、颜色空间、中央-周围运算
37
TP391.41(计算技术、计算机技术)
国家自然科学基金项目U1304607;河南省重点研究基金项目15A520080;河南师范大学博士启动基金项目qd12138
2016-09-27(万方平台首次上网日期,不代表论文的发表时间)
共6页
2176-2180,2194