《表1 图像的矩:基于对象性和多层线性模型的协同显著性检测》
为合理有效整合图像m引导图像n的图像间显著值si\n\t\t\t\t\tm→nnter (i)和图像n本身的图像内显著性值,本文在高级语义层级对两阶段显著值进行必要地平滑和整合。引入了一个整合因子d,其定义了初始显著图和对象概率图的差异,采用了图像hu矩[14]的零阶矩、一阶不变矩和二阶不变矩。如表1所示,由于协同图像组中可能包含多个目标,即初始显著图和对象概率图可能含有多个连通区域,故用hu矩的零阶矩用来衡量不同轮廓或连通域的面积,hu矩的一阶不变矩用来衡量两类图像的重心,hu矩的二阶不变矩用来衡量两类图像的形状和方向。d表示初始显著图和对象概率图3个矩的平均差值,从3个方向约束显著性与目标性的统一,整合因子d平滑和优化了最终显著值,故最终结果为:
图表编号 | XD0088528400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.01 |
作者 | 金志刚、李静昆 |
绘制单位 | 天津大学电气自动化与信息工程学院、天津大学电气自动化与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |