一种面向视觉注意区域检测的运动分割方法-计算机应用研究.PDFVIP

一种面向视觉注意区域检测的运动分割方法-计算机应用研究.PDF

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种面向视觉注意区域检测的运动分割方法-计算机应用研究

第33卷第8期 计 算 机 应 用 研 究 Vol33No8 2016年8月  ApplicationResearchofComputers Aug.2016 一种面向视觉注意区域检测的运动分割方法 1,2 1 华 漫 ,李燕玲 (1.中国民航飞行学院计算机学院,四川 广汉618307;2.西南交通大学信息科学与技术学院,成都610031) 摘 要:为了更有效地检测出视觉注意区域,结合视觉显著区检测的特点,提出一种面向视觉注意区域检测的 运动分割方法,该方法用一种层次聚类方法将特征点的运动轨迹进行聚类。首先用均值偏移算法扩大了不同类 型运动之间特征向量的差距,同时缩小了相同运动类型的差别;继而,用一种无监督聚类算法将不同类型的运动 进行分割,同时自动获得运动分类数;最后利用运动分割结果,提出一种结合空间和颜色采样的运动显著区域生 成方法。与以往方法相比,该方法能够将不同类型的运动自动进行分割,生成的视觉注意区域更为准确,而且稳 定性大幅提高。实验结果证明了该方法的有效性和稳定性。 关键词:运动分割;视觉注意;显著图;轨迹分类 中图分类号:TP391    文献标志码:A    文章编号:10013695(2016)08255704 doi:10.3969/j.issn.10013695.2016.08.070 Motionsegmentationmethodusingvisualsaliencydetection 1,2 1 HuaMan ,LiYanling (1.SchoolofComputerScience,CivilAviationFlightUniversityofChina,GuanghanSichuan618307,China;2.SchoolofInformationScience& Technology,SouthwestJiaotongUniversity,Chengdu610031,China) Abstract:Inordertodetectthevisualattentionregionmoreeffectively,thispaperproposedanovelmotionsegmentation methodusingvisualsaliencydetection.Themethodclusteredthefeaturepointtrajectoriesusingatwostageclusteringalgo rithm.ItpreclusteredthemoststabletrajectoriesusingMeanShiftinthefirststage.Then,thepaperproposedanunsuper visedclusteringmethodtoclusterthetrajectoriesanddetectthenumberofmotionsautomatic.Atlast,itgeneratedthemotion saliencymapwiththesegmentedsparefeaturepoints.Experimentalresultsshowthattheproposedmethodiscapableofachie vingbothgoodaccurateandthestableperformance. Keywords:motionsegmentation;visualattention;saliencymap;trajectoriesclassification 度量结果合成为一幅显著图。由于显著图方法在检测效果和 0 引言

文档评论(0)

2105194781 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档