-
题名改进背景先验算法的显著性地物检测研究
- 1
-
-
作者
邱倩倩
杨茜
戴志强
-
机构
江苏省测绘工程院
自然资源部国土卫星遥感应用重点实验室
南京师范大学地理科学学院
-
出处
《现代测绘》
2025年第3期1-4,共4页
-
基金
国家自然科学基金(42401570)。
-
文摘
针对当前视觉显著性检测算法存在参数难以选择和目标不清晰导致计算困难的问题,通过将图像抽象为一组几乎规则的超像素,对这一过程进行简化,提出基于超像素的背景先验算法优化。在超像素背景对比度权重基础上强化了背景先验算法的结果对比度,实现了对不同程度噪声影响下的复杂城市环境显著性地物检测。以室外不同视角和不同天气所拍摄的建筑物影像为例,对比分析了不同程度树木遮挡和光照条件下视觉显著性区域的抽取效果。结果表明,顾及超像素的背景先验算法能够较好地保留区域内部特征一致和建筑物的外部轮廓,不仅能够有效减少图形计算开销,而且能提取更高级的视觉特征,为后续三维场景数据调度、三维地图导航等服务提供可靠保障。
-
关键词
视觉显著性
背景先验算法
超像素
显著性图
-
Keywords
visual saliency
background prior algorithm
superpixels
salient map
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名融合彩色信息和深度信息的GrabCut图像分割
被引量：2
- 2
-
-
作者
凌滨
郭也
赵永辉
李超
-
机构
东北林业大学机电工程学院
-
出处
《计算机应用与软件》
北大核心
2020年第8期188-193,共6页
-
基金
国家自然科学基金项目(31700643)
中央高校基本科研业务费专项资金项目(2572018BF15)。
-
文摘
图像分割是计算机视觉的重要组成部分,但大多数图像分割工作主要集中在二维图像的处理上,故结合深度信息和GrabCut算法提出一种新的分割方法。为了准确地分割出目标物体,利用物体深度信息的同时提出一种基于背景和前景先验的GrabCut图像分割方法。融入深度信息,选择深度特征结合流形排序算法来构造图模型;为了进一步突出目标对象,抑制背景区域,分别利用背景先验和前景先验,生成相应的显著图,将二者融合并进行优化得到最终待处理图像;以深度信息指导GrabCut算法进行精分割,得到分割结果。实验结果表明,该方法能够较为准确地分割出目标对象。
-
关键词
图像分割
深度信息
GrabCut算法
背景先验
前景先验
-
Keywords
Image segmentation
Depth information
GrabCut algorithm
background prior
Foreground prior
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于场景语义先验和全局外观一致性的运动目标检测
- 3
-
-
作者
焦玉清
王文中
罗斌
-
机构
安徽大学计算机科学与技术学院
-
出处
《计算机与现代化》
2016年第11期58-63,共6页
-
文摘
在摄像机固定的视频监控中,动态背景下的运动目标检测是一个非常有挑战的基础问题。本文提出一种鲁棒的运动目标检测方法。首先,为有效利用场景区域的先验信息,把事先定义的语义区域信息融合到ViBe算法中,消除一些特定语义区域中的动态背景干扰。其次,根据改进的ViBe算法的结果估计背景和前景的全局外观GMM模型,利用该模型对每个像素进行进一步的分类,从而通过全局外观模型去除一些错误的检测结果。最后,使用超像素对结果进行后期处理,得到更加精确的检测结果。实验结果表明,本文方法在检测有强烈动态背景干扰的监控视频时,远远超过了其他的运动目标检测方法。
-
关键词
动态背景
场景语义先验
ViBe算法
外观一致性
GMM模型
-
Keywords
dynamic background
scene semantic prior
ViBe algorithm
appearance consistency
GMM model
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
