首页 | 本学科首页   官方微博 | 高级检索  
     

一种基于图像特征稀疏约束的显著性检测算法
引用本文:刘 立,樊 镕,吴 煜,王 建.一种基于图像特征稀疏约束的显著性检测算法[J].计算机应用研究,2016,33(3).
作者姓名:刘 立  樊 镕  吴 煜  王 建
作者单位:天津大学 电子信息工程学院,天津大学 电子信息工程学院,天津大学 电子信息工程学院,天津大学 电子信息工程学院
基金项目:国家重点基础研究发展计划(973计划):网络大数据计算的基础理论及其应用研究(2014CB340400)
摘    要:为了选择有效的图像特征,并将这些特征融合以进行图像的显著区域检测,提出一种基于图像特征稀疏约束的显著性检测算法。该算法首先建立一个包括多种图像特征的特征池,之后假设图像的显著图由特征池中特征的线性组合来表示,并用线性回归的方法从眼动追踪数据库的信息中学习出该线性组合的权重参数;在学习的过程中,对线性回归的系数加一个稀疏约束条件,使得某些不重要特征对应的系数在最优化过程中自动收缩为0,从而达到特征选择的目的。实验结果表明,该模型的检测时间较短,可以得到较高的检测准确率。与传统基于特征融合的显著性检测模型相比,本算法避免了选择特征和构造融合参数的盲目性。

关 键 词:显著性检测  特征选择  特征融合  稀疏约束  线性回归
收稿时间:2014/12/19 0:00:00
修稿时间:3/4/2015 12:00:00 AM

A saliency detection algorithm based on sparse constraint of image features
LIU Li,FAN Rong,WU Yv and WANG Jian.A saliency detection algorithm based on sparse constraint of image features[J].Application Research of Computers,2016,33(3).
Authors:LIU Li  FAN Rong  WU Yv and WANG Jian
Affiliation:Department of Electronic Information Engineering of Tianjin University,Tianjin,China,Department of Electronic Information Engineering of Tianjin University,Tianjin,China,Department of Electronic Information Engineering of Tianjin University,Tianjin,China,Department of Electronic Information Engineering of Tianjin University,Tianjin,China
Abstract:
Keywords:saliency detection  feature selection  feature integration  sparse constraint  linear regression
点击此处可从《计算机应用研究》浏览原始摘要信息
点击此处可从《计算机应用研究》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号