基于马尔科夫链与Adaboost的图像显著性检测_赵煜轲.caj

上传者: olivia_ye | 上传时间: 2022-05-29 10:44:48 | 文件大小: 5.51MB | 文件类型: CAJ
论文仅供学习参考使用。 基于基于吸收马尔科夫链与Adaboost的显著性检测算法,具体算法为:首先利用SLIC算法得到输入图像的超像素。把超像素看做马尔科夫链的节点,结合颜色与纹理特征计算其转移概率,根据每个节点的被吸收时间,作为其对应的显著值,得到初始显著图。然后基于Adaboost原理构建强分类器来对初始显著图进行优化。最终结合融合初始显著图和优化后的显著图,得到最终结果。同时提出一种基于CRF的显著性区域提取来更精准地划分出前景目标。

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明