• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE International Conference on Image Processing >VISUAL ATTENTION INSPIRED DISTANT VIEW AND CLOSE-UP VIEW CLASSIFICATION
【24h】

VISUAL ATTENTION INSPIRED DISTANT VIEW AND CLOSE-UP VIEW CLASSIFICATION

机译：视觉注意力灵感遥远的视图和特写视图分类

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The images of distant view and close-up view indicate a photographers' attention which can be further utilized for user behavior analysis and scene evaluation. As images may compose arbitrary contexts, distant view and close-up view classification becomes non-trivial. In this work, we found two cues can represent human visual attention, i.e. focus cue and scale cue. We model the focus cue in frequency domain using the Discrete Wavelet Transform, and employ signal distribution as the focus feature. For the scale cue, we model it by defining a spatial size and a conceptual size in the image using the Edge Box and Convolution Neural Network. By integrating these two models, a robust scheme is proposed for this non-trivial task. Experiments on a newly retrieved dataset, which has 2137 natural images, show the classification accuracy achieves up to 97.3%.
机译：远处视图和特写视图的图像表示摄影师的注意力，可以进一步用于用户行为分析和场景评估。由于图像可以撰写任意上下文，但远程视图和特写视图分类变得不足。在这项工作中，我们发现两个提示可以代表人类视觉关注，即焦点提示和规模提示。我们使用离散小波变换模拟频域的焦点提示，并使用信号分配作为焦点特征。对于尺度提示，我们通过使用边缘框和卷积神经网络定义图像中的空间尺寸和概念尺寸来模拟它。通过集成这两种模型，提出了一种稳健的方案，用于这种非琐碎的任务。在新检索的数据集上进行实验，具有2137个自然图像，显示分类精度达到97.3％。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

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