显著性

摘要： 随着对巴文化研究的深入,巴文化遗产的数字化保护和传播越来越重要,其中图像显著性检测更是基础。文中将显著性检测应用到巴文化图像,针对不同类型的巴文化图像提取不同的特征,采用不同的显著性检测算法得到不同的显著图,同时在频域上得到多尺度显著图,并从中筛选出最优显著图,将两者进行贝叶斯融合得到巴文化图像显著图。文中给出巴文化图像显著性检测的方法,为巴文化图像显著性检测提供技术参考和方法支持。

摘要： 目的:自《慈善法》实施以来,社会捐赠一词逐渐被社会公众所认可与支持,其社会价值与作用也逐渐凸显。大学生作为未来的潜在捐赠群体,其对于社会捐赠的导向与支持有着重要意义。因此,研究大学生慈善捐赠影响因素,激发大学生捐赠积极性尤为重要。方法:本文研究了大学生慈善捐赠的影响因素,构建影响因素模型,运用spss进行了因子分析和回归分析,分析了各因素对于大学生慈善捐赠的影响机制并针对影响因素给予一定的建议。结论:研究证明,包括重要角色呼吁、慈善组织形象、捐赠领域、捐赠形式以及捐赠数额在内的外部因素与包括同情、捐赠动机和社会责任在内的内部因素共同影响大学生的慈善捐赠意愿。

摘要： 目的探讨差异化的轮毂造型、受试者年龄、感知意象的显著程度,确定符合目标人群的电动车轮毂造型方案。方法完成各有5组轮辐的8种不同风格的轮毂造型方案。获取与电动车整体造型风格一致的8个感知意象词汇,采用5段语义差分法对102名目标人群进行感知意象实验。采用单因素方差分析法,对主成分分析确定的“个性的”等6个重要的感知意象词汇进行比较分析,分别求得8种轮毂造型,以及高中低3个年龄层次的目标人群对电动车轮毂造型特征的感知意象的显著结果。结果获得不同感知意象对差异化的电动车轮毂造型显著性的影响程度,掌握具有倾向性的感知意象对特定年龄层次人群的敏感程度,总结市场细分条件下的电动车轮毂造型特征的倾向性,并呈现各轮毂造型显著性的影响程度。结论通过方差分析找到指定感知意象词汇中最敏感的受试者年龄层次,以及造型特征显著性最强、感知意象最突出的轮毂造型,为确保轮毂与整车造型风格的统一性,提供科学依据。

摘要： 在排土场施工过程中,为了能在更大程度上提升土体稳定性,本文主要结合某矿山排土场为例,采用正交试验与强度折减法等方法,在此基础上开展了排土场稳定性影响因素显著性研究工作。对该排土场施工过程中所产生的相关资料进行分析,同时在现场开展了相应的调研工作,明确了影响排土场稳定性的因素,并构建了排土场三维地质模型,对排土场的岩土参数以及变形规律特征等进行验证,最终明确排土场边坡内部应力以及位移变化特点。本文主要针对排土场的稳定性影响因素,对其进行了深入分析,并结合实际情况提出了一些有效的处理措施,希望能为相关人员提供给合理的参考依据。

摘要： 针对合成孔径雷达图像边缘、纹理与形状信息丰富,图像尺度大难以处理的问题,提出了一种基于显著性检测的合成孔径雷达目标检测算法.将合成孔径雷达图像表示成超像素,来构建超像素间的关联关系图从而解耦整张图像.同时基于人眼视觉系统对多尺度图像进行非均匀采样的特点,分别提取图像的局部对比度显著性、像素紧凑度显著性和全局唯一性显著性映射,并使用贝叶斯估计得到SAR图像的精确显著性映射,融合三种显著性映射得到最终的显著性图实现目标检测.在各种SAR图像显著性检测实验的定性与定量结果表明,所提方法明显优于现有方法.

摘要： 地理实体显著性排序是面向自然语言的层次化场景认知研究的重要内容之一。导游词作为系统描述特定景区环境、景点与重要资源的自然语言形式,包含大量的景区地理实体,但传统实体排序方法忽视了地理空间信息的重要作用,难以处理地理实体特有的非结构化或半结构化地理空间特征。该文提出一种面向导游词的景区地理实体显著性排序(Geographic Entity Significance Ranking,GESR)模型,通过分析包含空间拓扑关系、模糊形态描述在内的景区地理实体相关特征构建目标排序函数,迭代生成基于样本误差分布与随机梯度下降法的弱学习器,再通过加权平均集成与降误差剪枝获得提升后的强学习器,即排序模型。利用中文导游词文本对模型进行验证,结果表明:1)与3种基线方法对比,GESR模型的归一化折损累积增益达0.8841,AUC达0.7579,排序性能最优;2)空间拓扑关系和模糊形态描述特征对GESR模型的影响最显著;3)相比人群关注热度,GESR模型对导游词中地理实体空间特征的反映能力更强。

摘要： 相较于传统商标,声音商标具有表达内容更为直观,传播范围更广的优势,因此受到生产经营者的重视。显著性是申请注册商标的核心要素,与传统意义上的商标相同,声音商标的显著性分为固有显著性和获得显著性。但由于声音商标被纳入《商标法》的时间较短,我国对声音商标的研究起步较晚,存在声音商标显著性认定的法律不完备,实践中所采用的认定标准不统一等问题需要解决。

摘要： 既有研究表明,养生温度对泡沫沥青冷再生混合料的性能影响较为显著,为了进一步探讨烘箱养生条件下,不同温度对混合料各项性能的影响规律,基于单因素方差理论,采用SPSS统计分析工具对泡沫沥青冷再生混合料性能试验数据进行统计分析,得到了具体的显著性水平指标,为混合料加速养生提供了理论参考。

摘要： 微动信号是典型的非平稳信号,时频分析能够获得微动信号的联合时间频率分布图像,是微动信号分析的主要工具之一,良好的时频图像质量能保证后续特征提取和参数估计的准确性。然而在实际场景中,时频图像通常受到噪声污染,使得微动信号难以分辨,严重制约了后续特征提取和参数估计。根据显著性检测和图像金字塔的基本原理,本文在多分辨率表示图像上分别计算显著性并滤波,最后进行加权融合获得增强的时频图像,有效抑制了噪声,提升了低信噪比(signal to noise ratio,SNR)下时频图像的质量和微动信号的显著性。实验结果表明,对于仿真信号以及暗室测量信号,在-7~7 dB SNR下,采用该方法均能显著提升时频图像质量,且-3 dB以下时能大幅提高周期估计的准确率,是一种有效的微动信号增强方法。

摘要： 针对通用型无参考图像质量评价(NR-IQA)算法,提出一种基于伪参考图像显著性深层特征的评价算法。首先,在失真图像的基础上,利用微调的ConSinGAN模型生成相应的伪参考图像作为失真图像的补偿信息,弥补NRIQA算法缺少真实参考信息的不足;然后,提取伪参考图像的显著性信息,将伪参考显著性图像与失真图像输入到VGG16网络中提取深层特征;最后,融合二者的深层特征并将其映射到由全连接层组成的回归网络中,从而产生与人类视觉一致的质量预测。为了验证算法的有效性,在四个大型公开的图像数据集TID2013、TID2008、CSIQ与LIVE上进行实验,结果显示所提算法在TID2013数据集上的斯皮尔曼秩相关系数(SROCC)比H-IQA算法提升了5个百分点,比RankIQA算法提升了14个百分点,针对单一失真类型也具有稳定的性能。实验结果表明,所提算法总体表现优于现有主流全参考图像质量评价(FR-IQA)和NR-IQA算法,与人类主观感知表现一致。

摘要： 为探讨位置设置对煤矿安全标志显著性的影响,运用文献综述法,结合人类工效学,确定煤矿安全标志可能设置的6个位置.选取副井口、主井驱动机房、井下主运输巷和辅助运输巷4个煤矿生产作业场景图作为视觉刺激材料,借助Tobii眼动仪记录了30名被试者识别6个位置的安全标志时的注视点个数、首次进入时间、首个注视点的注视时间和注视点总持续时间等实验数据.结合Tobii的可视化分析和统计学方法分析,将注视点持续时间作为被试者评价煤矿安全标志显著性的定量指标.结果表明:煤矿安全标志被设置在右侧或右上侧位置时,可视化分析的热点图中红色区域较大也较集中,且兴趣区坐落的注视点个数较多和持续时间较长,则这两个位置能增强安全标志显著性较强.企业可通过规范煤矿安全标志位置设置来加强其显著性,实现煤矿安全标志的有效应用.

摘要： 显著性是与商标保护，特别是与驰名商标的保护相关的一个重要概念。本文对显著性的含义进行介绍，指出与商标权的取得相应，商标显著性的取得至少有依注册、依使用取得两个途径，但对于能否单靠知名度获得显著性，是有争议的。

摘要： 陕西秦巴山区是陕西省地质灾害最严重的地区.崩塌、滑坡、泥石流等地质灾害分布广,活动频繁,危害程度大,严重的制约着地方经济和社会的可持续发展,危害着人民群众的生命财产安全.本文通过对秦巴山区镇坪县康熙坡滑坡的深入调查、分析,推测影响该滑坡稳定性的主要因素,采用正交实验法分析滑坡稳定性的影响因子,然后通过极差分析确定影响因子的显著性,从而进行有针对性的滑坡治理.

摘要： 遥感图像中,机场目标较周围场景具有明显的视觉显著性.在对机场目标进行检测时,常采用提取显著区域的方法.但是传统的显著区域提取方法易丢失目标的内部与边缘信息,影响检测结果.针对这一问题,本文提出了一种基于稀疏编码的显著区域提取方法.该方法通过全局与背景信息相结合的方法,对遥感图像的底层特征进行稀疏编码,再对稀疏表示聚类生成全局显著图和背景显著图,并采用多尺度对遥感图像进行处理,最后将各个显著图融合生成最终显著图.将机场目标从复杂背景中提取出来.与传统的显著区域提取算法相比,本文算法在准确率上提高了10％,在召回率上提高了5％,有效提高了检测效果.

摘要： 针对现有基于图的流行排序的显著目标检测研究算法对于背景先验假设过于理想导致其在复杂背景图像检测中效果较不佳的问题,提出一种基于仿射传播聚类和流行排序的改进算法.首先根据位于边界的超像素集的颜色对比度进行边界提取;然后在背景估计和前景估计的显著性计算中利用仿射传播算法将提取的边界超像素按颜色自适应聚类,对各聚类簇采用流行排序算法计算显著性,最后合并排序结果并融合多尺度显著图得到最终的显著检测结果.在常用的公开的ASD、ECSSD、DUTOMRON和SED2数据集上与九种流行算法就准确率、召回率、F-measure、PR曲线和AUC值等指标和直观的视觉检测效果进行了比较,证明了所提算法的有效性.

摘要： 为使伪装目标与背景融合得更好,选取图像中代表性区域,使背景特征提取更为精确.利用基于视觉特征的感兴趣区域检测技术,从亮度、颜色和方向三个视觉因素分量值入手,对图像进行综合显著度计算,实现对图像的背景区域提取,并确定非显著区域更适合作为伪装分析背景,为伪装目标所需的背景特征分析提供了更为有效的背景区域.通过对显著区域与非显著区域复杂度的对比,验证了非显著区域作为背景特征提取的适用性.

摘要： 随着社会经济的发展,各国日益重视对知识产权的保护。商标淡化理论作为保护的重要依据，近年来被各国广泛采用。在我国学界正就如何完善和应用该理论进行深入讨论的此时。笔者试图对该理论的价值追求、行为性质和适用限制进行分析,浅谈商标淡化理论在我国的应用。

摘要： 随着社会经济的发展,各国日益重视对知识产权的保护。商标淡化理论作为保护的重要依据，近年来被各国广泛采用。在我国学界正就如何完善和应用该理论进行深入讨论的此时。笔者试图对该理论的价值追求、行为性质和适用限制进行分析,浅谈商标淡化理论在我国的应用。

摘要： 随着社会经济的发展,各国日益重视对知识产权的保护。商标淡化理论作为保护的重要依据，近年来被各国广泛采用。在我国学界正就如何完善和应用该理论进行深入讨论的此时。笔者试图对该理论的价值追求、行为性质和适用限制进行分析,浅谈商标淡化理论在我国的应用。

摘要： 随着社会经济的发展,各国日益重视对知识产权的保护。商标淡化理论作为保护的重要依据，近年来被各国广泛采用。在我国学界正就如何完善和应用该理论进行深入讨论的此时。笔者试图对该理论的价值追求、行为性质和适用限制进行分析,浅谈商标淡化理论在我国的应用。

摘要： 本申请提供一种图像显著性分割、图像显著性模型训练方法及装置，涉及图像处理技术领域。本申请可以采用预设显著性模型提取待处理图像的特征信息，采用预设显著性模型、根据特征信息，获取待处理图像的显著性分割图，显著性分割图通过显著性区域框标识显著性物体，实现对待处理图像的显著性分割，可以得到显著性区域框和显著性分割图相结合的显著性分割结果，相对于现有技术中进行显著性分割所得到显著性分割结果而言，本申请得到的显著性区域框和显著性分割图相结合的显著性分割结果分割效果更加明显，从而能够适应针对较为复杂场景的待处理图像的显著性分割。

摘要： 本申请提供了解码显著性图的装置、方法及编码显著性图的装置。一种用于编码指示在变换系数块内的显著变换系数的位置的显著性图的较高编码效率藉由扫描次序达成，借助于该结果，被顺序地抽取的语法元素，其指示对于在变换系数块内的关联位置，关于显著变换系数还是非显著变换系数位于相应的位置，根据利用先前关联的语法元素所指示的显著变换系数位置，被顺序地关联至在变换系数块位置中的变换系数块位置。可选地，第一类型元素可使用上下文通过上下文自适应熵解码，显著变换系数根据先前被抽取的并被关联的第一类型语法元素而位于的若干位置，而对于每个所述第一类型语法元素被各自地选择。

摘要： 本发明公开了一种基于低水平显著性融合和测地线的视频显著性检测方法，包括步骤：S1通过显著性估计分别求得空间边缘显著图，空间颜色显著图和运动边界图；S2平滑处理，并集成三个特征显著图得到低水平的时空显著图；S3对每一帧构造无向加权图，然后根据到图像边界的最短测地线距离，计算前景概率；S4对每对相邻视频帧，构造无向加权图，将帧Lk分解为背景区域Dk和对象区域Ok,最后在无向加权图的基础上，计算得到最后的显著图。本发明的空间颜色特征，增强或锐化突出对象的微小细节来表示高显著度。本发明的低层次显著性融合策略，保证互补地使用平滑的颜色显著性、空间边缘和时间运动边界线索产生高精度低水平显著性。

摘要： 本申请提供了解码显著性图的装置。一种用于编码指示在变换系数块内的显著变换系数的位置的显著性图的较高编码效率藉由扫描次序达成，借助于该结果，被顺序地抽取的语法元素，其指示对于在变换系数块内的关联位置，关于显著变换系数还是非显著变换系数位于相应的位置，根据利用先前关联的语法元素所指示的显著变换系数位置，被顺序地关联至在变换系数块位置中的变换系数块位置。可选地，第一类型元素可使用上下文通过上下文自适应熵解码，显著变换系数根据先前被抽取的并被关联的第一类型语法元素而位于的若干位置，而对于每个所述第一类型语法元素被各自地选择。

摘要： 本发明公开了一种基于多核增强和显著性融合的RGBD图像协同显著性检测方法。具体步骤为：(1)、将一组具有共同显著对象的彩色图像分割成若干区域，并计算单张RGBD图像显著性图；(2)、样本选择，选出最优聚类结果中类协同显著性值最大的那个类，将这个类中的区域作为正样本，将单张图像显著性值低于阈值的区域作为负样本；(3)、用图像随机采样的方法生成不同的训练集来学习多个不同的模型，以得到基于多核增强的协同显著性图；(4)、将步骤(3)得到的基于多核增强的协同显著性图和步骤(2)得到的基协同显著性图进行线性融合，得到融合协同显著性图，并评价每张融合协同显著性图的质量，以这个质量评价为权重进行自适应的融合，得到最后的RGBD图像的协同显著性图。

摘要： 本发明提出了一种基于协同显著性生成式对抗网络的协同显著性检测方法，步骤如下：构建协同显著性生成式对抗网络模型；对协同显著性生成式对抗网络模型进行两阶段训练：在第一训练阶段，采用带标签的显著目标数据库对协同显著性生成式对抗网络进行预训练，本阶段训练后，协同显著性生成式对抗网络具备对单幅图像进行显著性检测的能力；在第二训练阶段，基于第一阶段训练好的模型参数，采用协同显著目标属于同一类别的带标签协同显著性数据组对协同显著性生成式对抗网络进行训练，本阶段训练后，可直接使用训练好的模型进行类别协同显著性检测。本发明训练过程简单、检测效率高，通用性较强，准确率较高。

摘要： 本发明公开了一种显著性检测方法、显著性检测设备和计算机可读存储介质，所述方法包括：确定第一主干网络第一目标卷积层的第一输出结果，以及第二主干网络第二目标卷积层的第二输出结果；根据所述第一输出结果确定所述第一全局描述子，以及根据所述第二输出结果确定第二全局描述子；根据所述第一全局描述子和所述第二全局描述子确定各个模态的不同通道的重要性；根据所述重要性以及所述第一输出结果确定第一模态特征，以及根据所述重要性和所述第二输出结果确定第二模态特征；基于所述第一模态特征和所述第二模态特征确定显著性检测结果。本发明旨在达成提升显著检测结果的鲁棒性的效果。

摘要： 本申请提供一种显著性真值图的生成方法及显著性检测模型的训练方法。显著性真值图的生成方法包括：获取待标记图像；将所述待标记图像输入至分类分支模型中，生成类激活图；其中，所述类激活图表征所述待标记图像中所述分类分支模型所关注的高亮区域；将所述待标记图像输入至回归分支模型中，生成显著性区域图；其中，所述显著性区域图为包含显著性边框的待标记图像；将所述类激活图中的高亮区域与所述显著性区域图中的显著性边框的内部区域的交集进行标记，生成显著性真值图。通过该方式了减少了人工逐像素标记真值过于繁琐、无法提供大量的真值标注图像等问题，缓解了标注的压力。

摘要： 本发明提出了一种基于协同显著性生成式对抗网络的协同显著性检测方法，步骤如下：构建协同显著性生成式对抗网络模型；对协同显著性生成式对抗网络模型进行两阶段训练：在第一训练阶段，采用带标签的显著目标数据库对协同显著性生成式对抗网络进行预训练，本阶段训练后，协同显著性生成式对抗网络具备对单幅图像进行显著性检测的能力；在第二训练阶段，基于第一阶段训练好的模型参数，采用协同显著目标属于同一类别的带标签协同显著性数据组对协同显著性生成式对抗网络进行训练，本阶段训练后，可直接使用训练好的模型进行类别协同显著性检测。本发明训练过程简单、检测效率高，通用性较强，准确率较高。

摘要： 本申请提供一种图像显著性分割、图像显著性模型训练方法及装置，涉及图像处理技术领域。本申请可以采用预设显著性模型提取待处理图像的特征信息，采用预设显著性模型、根据特征信息，获取待处理图像的显著性分割图，显著性分割图通过显著性区域框标识显著性物体，实现对待处理图像的显著性分割，可以得到显著性区域框和显著性分割图相结合的显著性分割结果，相对于现有技术中进行显著性分割所得到显著性分割结果而言，本申请得到的显著性区域框和显著性分割图相结合的显著性分割结果分割效果更加明显，从而能够适应针对较为复杂场景的待处理图像的显著性分割。