《表1 检测结果对比:结合显著区域检测和手绘草图的服装图像检索》
本文首先对服装图像库中的数据进行服装区域检测实验,并对检测结果进行统计分析。基于召回率R和精确率P以及F值分析了显著区域检测方法的性能,召回率和精确率都是在像素级别上计算的,具体公式分别为式中:ri为正确检测到的服装像素;si为利用算法检测到的服装总像素;gi为图像i中真实的服装总像素。检测实验中所输入的服装图像区域来自手工标注,以此作为计算依据。为更好地说明本文方法的性能,与其他同类方法MR[16]以及文献[9]中所采用的RC[17]方法进行了对比,比较结果如表1所示。MR采用流行学习方法生成服装显著区域,流行矩阵维度高,计算量大,要求硬件性能高;RC则是利用局部区域和全局对比度差异的方法进行显著区域检测。从表1看出,本文方法有明显优势,综合指标F值最优。部分实验结果见图4。其中:图4(a)为原始图像;图4(b)示出服装显著区域检测结果;图4(c)为边缘检测图;图4(d)示出最终加权得到的显著边缘结果。
图表编号 | XD0058925800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.15 |
作者 | 吴传彬、刘骊、付晓东、刘利军、黄青松 |
绘制单位 | 昆明理工大学信息工程与自动化学院、昆明理工大学信息工程与自动化学院、昆明理工大学云南省计算机技术应用重点实验室、昆明理工大学信息工程与自动化学院、昆明理工大学云南省计算机技术应用重点实验室、昆明理工大学信息工程与自动化学院、昆明理工大学云南省计算机技术应用重点实验室、昆明理工大学信息工程与自动化学院、昆明理工大学云南省计算机技术应用重点实验室 |
更多格式 | 高清、无水印(增值服务) |