大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。
Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺
内容转移到博客文章系列:显著性检测
1.简介
视觉显著性包括从下而上和从上往下两种机制。从下而上也可以认为是数据驱动,即图像本身对人的吸引,从上而下则是在人意识控制下对图像进行注意。科研主要做的是从下而上的视觉显著性,而从上而下的视觉显著性由于对人的大脑结构作用了解还很肤浅,无法深刻的揭示作用原理所以做研究的人也相对较少。
2. 方法
显著性检测一般分为空域和频域。
空域的方法比如:特征提取类似ltti的做法;使用图论知识,显著图建立引入了马尔科夫链;分层提取,并训练SVM用作检测;分析上下文,并模拟返回抑制;分局部,区域,全局,做多尺度对比,中心周边直方图;在条件随机场框架下对特征融合;使用RGB和Lab色彩空间互补通过稀疏编码分析;通过竞争互补方式对多特征分析;随机森林回归学习映射到显著度;背景多为先验,对背景分析,在贝叶斯框架下融合;DeepFix和Deep Gaze等深度学习算法。
频域方法由于难找到原理信息所以研究不多:将图像转换到[0,2pi]线性子空间坐标,对呈现线性的特征值分析提取;利用谱残差,将图像分为显著性信息和冗余信息,图像幅度上对数运算,用平均滤波和幅度谱卷积得到冗余信息,相减得到显著信息;四元相位谱方法。
3. 论文概括
发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/168260.html原文链接:https://javaforall.cn
【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛
【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...