-
公开(公告)号：CN105761269A
公开(公告)日：2016-07-13
申请号：CN201610144000.8
申请日：2016-03-14
Applicant: 北京大学
CPC classification number: G06K9/4671 , G06K9/66 , G06T2207/20081
Abstract: 本发明实施例提供了一种基于多尺度区分性子空间的图像显著对象的检测方法，包括以下步骤：获取测试图像；基于大规模数据学习码本，通过码本映射，得到所述测试图像在至少一个预先建立的用于区分的子空间模型中子空间内的图像表示；对所述测试图像在至少一个子空间内的图像表示，使用自适应矩形框随机对比度计算方法，得到所述测试图像的各个子空间对应的随机对比度特征图；基于所述用于区分的子空间模型，根据所述测试图像的随机对比度特征图，预测所述测试图像的显著度值；根据所述测试图像的显著度值，分割出所述测试图像的显著对象。本发明通过使用样本对学习方法学习得到的高区分性子空间模型来检测静态图像的显著对象，适用于凸显图像中的重要对象并抑制不重要的对象。
-
公开(公告)号：CN103577829B
公开(公告)日：2016-04-20
申请号：CN201310552751.X
申请日：2013-11-08
Abstract: 本发明公开了一种车标定位方法和装置，属于计算机图像处理领域，该方法包括：根据先验知识确定车标所在的大致区域，并提取轮廓图；对轮廓图进行自适应分割，得到最优连通区分割；筛选出分割所得区域中为车标的区域，提取出车标图像。本发明实施例的方法和装置，采用自适应的连通区分割来定位车标，能提高车标定位的准确率。此外，通过定义车标似然度来进一步精定位车标，能更有效提高车标的定位准确率。
-
公开(公告)号：CN104899872A
公开(公告)日：2015-09-09
申请号：CN201510253424.3
申请日：2015-05-18
Applicant: 北京大学
IPC: G06T7/00
CPC classification number: G06T7/0002
Abstract: 本发明实施例提供了一种基于显式和隐含信息的图像视觉显著度计算方法和装置。该方法主要包括：从图像中提取视觉词汇，建立任意两个视觉词汇之间的隐含关系模型；根据所述隐含关系模型获取所述图像上任意两个宏块之间的隐含关系系数，在不同颜色通道上分别提取每个宏块的显式显著度；根据所述图像上任意两个宏块之间的隐含关系系数和每个宏块的显式显著度建立图模型，根据所述图模型计算出所述图像的视觉显著度。本发明实施例可以使用这种先验知识和图像的显式信息量来构建有向图，用有向图的随机游走结果来计算显著度能得到更干净、准确、稀疏的图像的视觉显著度，可以有效地区分图像中的目标和干扰物，更好地定位图像中的重要内容。
-
公开(公告)号：CN104899872B
公开(公告)日：2017-11-03
申请号：CN201510253424.3
申请日：2015-05-18
Applicant: 北京大学
IPC: G06T7/00
Abstract: 本发明实施例提供了一种基于显式和隐含信息的图像视觉显著度计算方法和装置。该方法主要包括：从图像中提取视觉词汇，建立任意两个视觉词汇之间的隐含关系模型；根据所述隐含关系模型获取所述图像上任意两个宏块之间的隐含关系系数，在不同颜色通道上分别提取每个宏块的显式显著度；根据所述图像上任意两个宏块之间的隐含关系系数和每个宏块的显式显著度建立图模型，根据所述图模型计算出所述图像的视觉显著度。本发明实施例可以使用这种先验知识和图像的显式信息量来构建有向图，用有向图的随机游走结果来计算显著度能得到更干净、准确、稀疏的图像的视觉显著度，可以有效地区分图像中的目标和干扰物，更好地定位图像中的重要内容。
-
-
-
Search Results
4
records
(took 0.018 seconds)
