• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Pattern Analysis and Machine Intelligence, IEEE Transactions on >Learning to Detect a Salient Object
【24h】

Learning to Detect a Salient Object

机译：学习检测显着物体

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, we study the salient object detection problem for images. We formulate this problem as a binary labeling task where we separate the salient object from the background. We propose a set of novel features, including multiscale contrast, center-surround histogram, and color spatial distribution, to describe a salient object locally, regionally, and globally. A conditional random field is learned to effectively combine these features for salient object detection. Further, we extend the proposed approach to detect a salient object from sequential images by introducing the dynamic salient features. We collected a large image database containing tens of thousands of carefully labeled images by multiple users and a video segment database, and conducted a set of experiments over them to demonstrate the effectiveness of the proposed approach.
机译：在本文中，我们研究了图像的显着目标检测问题。我们将此问题描述为二进制标记任务，其中将显着对象与背景分离。我们提出了一组新颖的功能，包括多尺度对比度，中心-周围直方图和色彩空间分布，以描述局部，区域和全局的显着物体。学习条件随机场以有效地组合这些特征以进行显着物体检测。此外，我们通过引入动态显着特征扩展了提出的方法，以便从顺序图像中检测出显着物体。我们收集了一个大型图像数据库，其中包含多个用户的成千上万张经过仔细标记的图像，以及一个视频段数据库，并对它们进行了一系列实验，以证明该方法的有效性。

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