您现在的位置: 首页> 研究主题> 视觉显著性

视觉显著性

视觉显著性的相关文献在2004年到2023年内共计526篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、测绘学 等领域,其中期刊论文249篇、会议论文11篇、专利文献491954篇;相关期刊154种,包括中国图象图形学报、光学精密工程、电子学报等; 相关会议11种,包括2016中国计算机辅助设计与图形学会大会、第17届全国图象图形学学术会议、全国第十一届DSP应用技术学术会议等;视觉显著性的相关文献由1434位作者贡献,包括周文晖、孙志海、周武杰等。

视觉显著性—发文量

期刊论文>

论文:249 占比:0.05%

会议论文>

论文:11 占比:0.00%

专利文献>

论文:491954 占比:99.95%

总计:492214篇

视觉显著性—发文趋势图

视觉显著性

-研究学者

  • 周文晖
  • 孙志海
  • 周武杰
  • 雷景生
  • 钱晓亮
  • 何成
  • 吕营
  • 宋腾
  • 王海江
  • 李庆武
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 赵鹏鹏; 李庶中; 李迅; 罗军; 常凯
    • 摘要: 针对红外图像中弱小目标检测虚警率高、实时性差的问题,提出了一种基于视觉显著性和局部熵的红外弱小目标检测方法。该方法将红外弱小目标的检测问题由粗到精分步实现,首先利用融合局部熵的方法提取包含目标的感兴趣区域,对红外弱小目标实现粗定位。然后再利用改进的视觉显著性检测方法在感兴趣区域计算局部对比度,获得感兴趣区域的显著图。最后利用阈值法分割显著图像提取红外弱小目标,实现红外弱小目标的检测。通过与TOPHAT算法及LCM算法进行对比试验,验证了该方法在检测性能上优于TOPHAT算法以及LCM算法,虚警率分别下降了62.5%和33.3%;检测实时性方面,算法耗时为LCM的38.6%。该方法能够实现复杂背景下红外弱小目标的准确检测,在一定程度上解决了目标检测虚警率高、实时性差的问题。
    • 王茜; 郑斌军; 孔玲君; 顾萍
    • 摘要: 目的图像质量评价(IQA)旨在使用计算模型自动衡量和评价图像质量,以代替人类视觉系统的主观意见,并应用到相关实际问题中。方法首先将参考图像与失真图像进行输入,使用视觉显著性模型计算图像局部相似度的特征映射,并在质量得分池化阶段作为加权函数,同时,针对视觉显著性图作为单一特征映射的不足,增加了梯度幅度,然后将图像进行颜色空间的转化提取颜色特征,最后分配相应的权重来计算图像相似度。结果在4个大型数据集上的对比测试显示,在保持适度计算复杂度的同时,VSPSI相比其他有代表性的模型在预测精度上得到了一定的提升,特别是在TID2013数据集上的SROCC达到了0.9055。结论研究结果表明,VSPSI是一个性能优良的IQA方法,在不同数据集和不同失真类型中都有良好的表现,具有较强的鲁棒性,可胜任多类失真图像的客观质量评价,同时可通过优化视觉显著性模型进一步提升VSPSI的性能。
    • 陈玺; 何斌; 龙勇机; 宋向宇; 毕国玲
    • 摘要: 光学遥感图像海面舰船目标检测易受云雾、海岛、海杂波、阴影等多种复杂因素的干扰。同时,由于卫星遥感图像的幅宽较大,若需要满足实时检测和硬件移植的需求,还要考虑算法的计算量和可移植性。鉴于实际工程的需要,本文提出了一种基于视觉显著性适用于复杂背景下的自适应舰船目标快速定位与检测方法。本算法首先基于图像梯度自适应获取全局最优尺度,通过谱残差显著性模型获得全局显著性区域。对于显著区域局部存在全局阈值分割效果不佳的区域(称为复杂区域),本文通过设计轮廓等形状特征来筛选出局部复杂区域,并对其进一步计算显著图,之后将处理结果与原显著图进行融合,获取最终的疑似区域提取结果。最后使用支持向量机对候选区域进行进一步判别。结果表明,本文算法可以有效检测出复杂背景下不同尺寸和方向的舰船目标区域,算法检测正确率为91.4%,召回率为91.2%,优于大多数同类算法,接近深度学习算法精度。同时在算法体量上,本文算法的计算量和参数量远远低于大多数深度学习框架,更适合硬件移植,同时算法的迁移性更强,易于修改和维护。
    • 鲁海枰; 孙永荣; 赵伟; 张怡
    • 摘要: 针对不同种类机场跑道环境下的小目标检测问题,提出一种基于多尺度融合超复数傅里叶变换的视觉显著性检测算法。利用二维Log⁃Gabor滤波器模仿人类视觉感受野提取经快速导向滤波算法后的预处理图中的颜色、亮度、纹理方向特征;根据所得特征构造各尺度下的超复数图像,并求其快速傅里叶变换相位谱再进行滤波,通过反变换后进行多尺度归一化获取视觉显著图;最终利用自适应阈值分割提取前景任务目标,实现机场跑道异物目标检测任务。实验结果表明,该算法相较于传统频域显著性算法检测准确率更高,虚警率更低,在多类机场跑道路面场景检测中能取得较好的检测效果。
    • 杨强; 霍佳乐; 蒋玉石; 李伟
    • 摘要: 合理地使用拟人化策略可以提升广告的记忆效果,但以往研究并未厘清拟人化广告在网络情境中的适用边界。本文以网络横幅广告为研究对象,尝试通过2(广告类型:拟人化,非拟人化)×2(知觉负荷:高,低)×2(视觉显著性:高,低)的三因素混合实验探究拟人化对横幅广告记忆效果的影响边界。结果表明:知觉负荷和视觉显著性均显著调节拟人化横幅广告的记忆效果,只有在低知觉负荷任务或横幅广告的视觉显著性高时,广告拟人化的记忆优势才能体现。三因素的交互效应进一步显示,在低知觉负荷和高视觉显著性的组合下,拟人化广告的记忆效果最优,但在高知觉负荷和低视觉显著性的组合下,拟人化策略的记忆优势将不复存在。本文研究结果填补了拟人化广告在网络情境下的研究缺口,并为企业进行网络广告投放策略提供了实践建议。
    • 夏海山; 赵一锰; 徐然; 翟蕾蕾
    • 摘要: 当前我国地铁站换乘空间普遍存在视觉系统缺乏整体性的现象,如何有效提升地铁站换乘空间的品质成为该领域基础研究的一个难点和重点。以北京西直门地铁站为例,具有典型的进站日客流量高和高峰时期客流量高等特点,然而因站内标识与文化元素搭配混乱,这些站内空间设计元素严重影响了乘客的空间环境感知与出行效率,其空间品质有待进一步提升。基于眼动实验数据,对地铁站文化元素的视觉系统进行了量化研究,并利用问卷调查法对站内的文化元素进行评价,分析了不同类型的乘客对地铁空间的视觉反应,结合视觉反应与眼动实验数据总结了地铁空间设计的相关规律,为提升换乘空间品质提供理论依据。
    • 尚晓可; 安南; 尚敬捷; 张韶岷; 丁鼐
    • 摘要: 低光照图像增强是解决低光照环境下各种视觉分析任务的基础和核心步骤,但现有主流方法由于普遍未能对结构信息进行有效刻画,往往存在曝光不均衡、颜色失真等问题.针对上述问题,文中提出结合视觉显著性与注意力机制的低光照图像增强方法.首先,构建基于注意力机制的低光照图像增强网络,在引入注意力机制的同时考虑局部细节和全局信息,正确刻画增强结果中的颜色信息.再遵循由粗到细的逐步优化理念,设计渐进式注意力机制,将增强过程分阶段细化,实现精细化建设.然后,引入显著性引导的特征融合,增强网络对图像中显著性目标的感知能力,从更符合视觉认知需求的角度提升对于结构信息的表达,有效避免产生噪声/伪影等问题.实验表明,文中方法有效解决现有工作存在的曝光不足与颜色失真等问题,性能较优.
    • 张丽杰; 尹莉媛; 贾一新
    • 摘要: 基于遥感图像的海上舰船目标检测在船舶监控、海上交通管理和军事领域具有重要的作用,近年来,海上船舶遥感图像的快速、准确识别成为一项研究热点。由于舰船海上遥感图像中存在大量的干扰信号,本文采用一种基于视觉显著性PQFT模型的遥感图像处理技术,并结合图像粒子滤波算法,设计了一种新型遥感图像舰船目标检测方法。大量的图像分析数据表明,该算法具有较高的精度和效率。
    • 崔金鹏; 周洋; 殷海兵; 黄晓峰; 陆宇
    • 摘要: 基于多视点视频加深度(Multiview Video plus Depth,MVD)格式的三维视频能给用户提供多视角的沉浸式视觉体验.针对MVD视频流传输中彩色帧发生整帧丢失的情况,提出了一种结合视觉显著性的三维视频整帧丢失错误隐藏算法.先将丢失帧各区域划分为三种不同的显著等级,然后对低、中、高显著区域,分别采用时域直接拷贝、时域和视点间像素自适应搜索法和新型的运动矢量补偿法进行恢复.相较于目前的对比算法,经提出算法重建后的丢失帧的峰值信噪比值(Peak Signal to Noise Ratio,PSNR)和结构相似度值(Structural Similarity Index Measure,SSIM)能分别提高0.99~2.61 dB和0.005~0.012,并且重建图像主观视觉质量更佳.
    • 金海燕; 肖照林; 蔡磊; 王彬
    • 摘要: 显著性目标检测旨在从输入图像中根据显著性特征,快速有效地提取场景中有用区域,即目标区域,其本质是一种分割任务。高质量的显著性目标检测技术可提升基于视觉感知的人工智能系统对场景的判断与理解能力。在计算机视觉领域,显著性检测目标检测是十分重要的一个分支,逐渐成为研究热点,在目标识别、图像检测、图像检索等相关行业中具有十分广阔的应用前景。传统的显著性检测方法主要针对简单场景下的单一模态数据,由于其场景信息完备性较低,进而导致对显著性目标特征的分析、提取、表达、计算等诸多环节的理论拓展性较弱,适用范围受限。该文围绕显著性目标检测理论研究,分析了国内外关于显著性目标检测理论研究的主要方向和发展现状,总结了显著性目标检测的主要应用,讨论了目前显著性目标检测理论研究的热点领域以及将来需要重点研究的问题和面临的挑战。
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号