项目名称: 融合目标感知与对比度的图像和视频显著性检测技术研究

项目编号: No.61502220

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 计算机科学学科

项目作者: 林晓

作者单位: 洛阳师范学院

项目金额: 20万元

中文摘要: 本项目针对显著性检测时易产生边界模糊、内容提取不完整、准确性不足和时空不一致等问题,研究融合目标感知与对比度的图像和视频显著性检测技术。首先,在对比度和目标边界的基础上,研究融合区域颜色对比度和显著边界的图像显著性检测算法,克服图像显著性检测结果中边界模糊和内容提取不完整的缺点;其次,在前景目标获取的基础上,研究目标感知的图像显著性检测模型,使得在复杂背景下仍能够得到准确、边界清晰和内容完整的图像显著度图;最后,在视频运动等动态特征的基础上,研究基于动态对比度的视频显著性检测算法,使得视频显著性检测结果准确且符合时空一致性的要求。本项目对于图像和视频显著性检测技术的研究为后续图像和视频处理如缩放、压缩、目标识别、分割等打下坚实的理论基础,促进相关技术的快速发展,具有较强的研究和应用价值。

中文关键词: 目标感知;对比度;显著性检测

英文摘要: In order to resolve fuzzy boundaries, incomplete contents and inaccuracy in image saliency detection, and inconsistence of spatio-temporal in videos, we research the saliency detection combining target perception with contrast of images and videos. Firstly, on the basis of known contrast and target boundary, we research the image saliency detection combining regional color contrast with saliency boundary, to overcome the shortcoming of fuzzy boundaries and incomplete contents. Furthermore, we propose a novelty saliency detection based on target perception in complicated background, which is able to obtain an accurance saliency map with clear boundary and complete content. Especially for inconsistence of spatio-temporal videos, we gain a saliency detection algorithm based on dynamic contrast of videos, leading to higher accurancy and continutity of spatio-temporal results. This research play an important role in resizing, compression, target recognition and segmentation. It is advantageous to promote the development of these technologies, and which is useful in many related applications.

英文关键词: Target Perception;Contrast;Saliency Detection

成为VIP会员查看完整内容
4

相关内容

视觉深度伪造检测技术综述
专知会员服务
34+阅读 · 2022年1月28日
【AAAI 2022】跨模态目标跟踪: 模态感知表示和统一基准
专知会员服务
42+阅读 · 2022年1月6日
基于RGB-D图像的语义场景补全研究进展综述
专知会员服务
28+阅读 · 2021年11月8日
专知会员服务
91+阅读 · 2021年8月29日
专知会员服务
86+阅读 · 2021年8月8日
基于深度学习的视频目标检测综述
专知会员服务
82+阅读 · 2021年5月19日
专知会员服务
70+阅读 · 2021年3月23日
专知会员服务
18+阅读 · 2020年12月23日
基于OpenCV的图像阴影去除
极市平台
1+阅读 · 2022年2月27日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
最全综述 | 图像目标检测
计算机视觉life
31+阅读 · 2019年6月24日
人脸专集5 | 最新的图像质量评价
计算机视觉战队
27+阅读 · 2019年4月13日
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
【机器视觉】表面缺陷检测:机器视觉检测技术
产业智能官
25+阅读 · 2018年5月30日
图像检索研究进展:浅层、深层特征及特征融合
中国计算机学会
122+阅读 · 2018年3月26日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2008年12月31日
Simple and Effective Unsupervised Speech Synthesis
Arxiv
2+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月14日
Arxiv
11+阅读 · 2018年5月13日
小贴士
相关VIP内容
视觉深度伪造检测技术综述
专知会员服务
34+阅读 · 2022年1月28日
【AAAI 2022】跨模态目标跟踪: 模态感知表示和统一基准
专知会员服务
42+阅读 · 2022年1月6日
基于RGB-D图像的语义场景补全研究进展综述
专知会员服务
28+阅读 · 2021年11月8日
专知会员服务
91+阅读 · 2021年8月29日
专知会员服务
86+阅读 · 2021年8月8日
基于深度学习的视频目标检测综述
专知会员服务
82+阅读 · 2021年5月19日
专知会员服务
70+阅读 · 2021年3月23日
专知会员服务
18+阅读 · 2020年12月23日
相关资讯
基于OpenCV的图像阴影去除
极市平台
1+阅读 · 2022年2月27日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
最全综述 | 图像目标检测
计算机视觉life
31+阅读 · 2019年6月24日
人脸专集5 | 最新的图像质量评价
计算机视觉战队
27+阅读 · 2019年4月13日
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
【机器视觉】表面缺陷检测:机器视觉检测技术
产业智能官
25+阅读 · 2018年5月30日
图像检索研究进展:浅层、深层特征及特征融合
中国计算机学会
122+阅读 · 2018年3月26日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
相关基金
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员