融合颜色属性和空间信息的显著性物体检测
目的 提出了一种基于颜色属性和空间信息的显著性物体检测算法,并将其用于交通标志的检测.方法 首先,训练颜色属性得到颜色-像素值分布,据此将图像划分为不同的颜色聚簇,每个聚簇的显著性取决于其空间紧致性.其次,将每个聚簇分割为多个区域,用颜色属性描述子表示每个区域,计算区域的全局对比度.最后,同时考虑区域对比度和相应聚簇的空间紧致性,得到最终的显著图.在此基础上,将交通标志的先验知识转换为自上而下的显著性图,形成任务驱动的显著性模型,对交通标志进行检测.结果 在公开数据集上的测试结果表明,该算法取得最高92%的查准率,优于其他流行的显著性算法.在交通标志数据集上的检测取得了90.7%的正确率.结论 提出了一种新的显著性检测算法,同时考虑了区域的颜色和空间信息,在公开数据集上取得了较高的查准率和查全率,在对交通标志的检测中也取得了较好的结果.
颜色属性、视觉显著性、区域对比度、空间紧致性、路标检测
19
TP391(计算技术、计算机技术)
国家自然科学基金重大研究计划重点项目90820306
2014-05-05(万方平台首次上网日期,不代表论文的发表时间)
共8页
541-548