特征融合与S-D概率矫正的RGB-D显著检测
目的 许多先前的显著目标检测工作都是集中在2D的图像上,并不能适用于RGB-D图像的显著性检测.本文同时提取颜色特征以及深度特征,提出了一种基于特征融合和S-D概率矫正的RGB-D显著性检测方法,使得颜色特征和深度特征相互补充.方法 首先,以RGB图像的4个边界为背景询问节点,使用特征融合的Manifold Ranking输出RGB图像的显著图;其次,依据RGB图像的显著图和深度特征计算S-D矫正概率;再次,计算深度图的显著图并依据S-D矫正概率对该显著图进行S-D概率矫正;最后,对矫正后的显著图提取前景询问节点再次使用特征融合的Manifold Ranking方法进行显著优化,得到最终的显著图.结果 利用本文RGB-D显著性检测方法对RGBD数据集上的1 000幅图像进行了显著性检测,并与6种不同的方法进行对比,本文方法的显著性检测结果更接近人工标定结果.Precision-Recall曲线(PR曲线)显示在相同召回率下本文方法的准确率较其中5种方法高,且处理单幅图像的时间为2.150 s,与其他算法相比也有一定优势.结论 本文方法能较准确地对RGB-D图像进行显著性检测.
显著目标检测、S-D概率矫正、特征融合、Manifold Ranking、RGB-D、颜色特征、深度特征
21
TP391(计算技术、计算机技术)
国家科技支撑计划基金项目2015BAK24B01;高等学校博士学科点专项科研基金联合资助课题20133401110009;安徽高校省级自然科学研究项目KJ2015A009National Key Technology Research and Development Program of the Ministry of Science and Technology of China2015BAK24B01
2016-11-03(万方平台首次上网日期,不代表论文的发表时间)
共10页
1392-1401