参数最小割中基于层次化融合的前景种子生成算法

摘要：

参数最小割是一种常用的似物性推荐方法，主要用于在图像中快速定位物体区域。针对该类方法中容易生成大量无效前景种子影响处理效率，提出一种基于层次化融合逐级筛选的前景种子生成算法。基于由颜色、纹理复杂度控制的层次化融合方法得到候选区域集，从候选区域集中结合尺度变化率选出具有稳定外观的候选前景种子，最后基于似物性分数排序，确定有效的前景种子。实验结果表明，提出的前景种子生成算法具有较高的物体发现率，将其应用于参数最小割方法中，在使用更少的种子、生成较少区域时，可达到与前沿算法相近的区域级物体定位能力。

关键词：似物性推荐、前景种子、层次化融合、参数最小割、物体定位

所属期刊栏目：34

分类号：TP391.4;TP301.6(计算技术、计算机技术)

资助基金：国家科技支撑计划资助项目2014BAH30B01；国家自然科学基金创新群体资助项目61521003；国家自然科学基金资助项目61379151；河南省杰出青年基金资助项目144100510001

在线出版日期：2017-01-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：264-269