孟鹏权
- 作品数:4 被引量:21H指数:2
- 供职机构:燕山大学信息科学与工程学院更多>>
- 发文基金:河北省自然科学基金国家自然科学基金中国博士后科学基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 全局孤立性和局部同质性图表示的随机游走显著目标检测算法被引量:11
- 2011年
- 目前的显著性检测算法主要依赖像素间的相互对比,缺乏对显著目标自身特性的分析理解.依据显著目标是显眼、紧凑和完整的思路,提出一种基于目标全局孤立性和局部同质性的随机游走显著目标检测算法,将视觉显著性检测公式化为马尔科夫随机游走问题.首先将输入图像进行分块,根据像素块之间颜色特征和方向特征的相似性确定边的权重,从而构建图模型;然后通过全连通图搜索提取全局特性,突出全局较孤立的区域;同时通过k-regular图搜索提取局部特性,增强局部较均匀的区域;最后将全局特性和局部特性相结合得到显著图,进而确定感兴趣区域位置.实验结果表明,相比于其他两种具有代表性的算法,所提方法检测结果更加准确、合理,证明该算法切实可行.
- 胡正平孟鹏权
- 关键词:同质性马尔科夫模型图表示
- 基于混合图上随机游走的视觉注意显著目标检测模型被引量:9
- 2011年
- 目前的视觉显著性检测算法,主要依赖像素间的对比,缺乏从全局角度对显著目标进行分析理解。根据生物视觉注意机制,显著目标通常是显眼、紧凑和完整的,提出一种基于混合图上随机游走的显著目标检测算法,将视觉显著性检测公式化为马尔科夫随机游走问题。首先将输入图像进行分块,利用颜色特征距离和方向的空间分布和方向熵对比分别确定无向图和有向图的边权重,进而得到混合图;然后通过全连通图搜索提取全局特性,突出全局较孤立的区域;同时通过k-regular图搜索提取局部特性,增强局部较均匀的区域;最后结合全局特性和局部特性得到输入图像的显著图,从而确定感兴趣区域位置。实验结果表明,相比于其他两种具有代表性的算法,所提算法检测结果更加准确、合理,证明该方法合理可行。
- 胡正平孟鹏权
- 关键词:视觉注意随机游走模型马尔科夫链图表示
- 基于全局孤立性和局部紧凑性的显著目标检测算法研究
- 视觉注意能够把有限的处理资源快速而准确地分配到显著的视觉区域上。同时由于视觉选择性注意机制在图像压缩、目标检测、图像检索等方面有着广泛的应用价值。因此,如何在生物学启发下建立机器视觉模型得到极大关注。但目前的视觉注意模型...
- 孟鹏权
- 关键词:视觉注意随机游走模型马尔科夫链图表示
- 文献传递
- 基于空间分布特性和局部复杂度的显著目标检测算法被引量:1
- 2010年
- 目前的视觉注意显著区域检测算法,主要依赖像素间的相互对比,缺乏从全局角度对显著目标的分析理解。依据显著目标是显眼、紧凑和完整的思路,提出一种基于目标空间分布特性和局部复杂度的无监督视觉注意显著目标自动提取算法。首先根据局部区域与其多个尺度邻域的对比,得到亮度显著图;然后利用颜色信息的显眼性、空间分布和区域一致性得到颜色显著图;同时通过对方向的空间分布和局部复杂度进行多尺度分析得到方向显著图;最后通过显著值的空间分布和面积增强因子相结合的融合策略得到输入图像的显著图,根据显著区域确定感兴趣区域位置,在基础上完成目标检测。将此方法应用于各类具有不同特点的彩色图像进行仿真实验,得到较好的检测结果,表明该算法是切实可行。
- 胡正平孟鹏权