0去购物车结算
购物车中还没有商品，赶紧选购吧！
当前位置: > 视觉显著性检测算法研究

相同语种的商品

销售排行榜

浏览历史

视觉显著性检测算法研究


联系编辑
 
标题：
 
内容：
 
联系方式：
 
  
视觉显著性检测算法研究
  • 书号：9787030858870
    作者：张艳邦
  • 外文书名：
  • 装帧：平装
    开本：B5
  • 页数：132
    字数：175000
    语种：zh-Hans
  • 出版社：科学出版社
    出版时间：2026-06-01
  • 所属分类：
  • 定价： ￥108.00元
    售价： ￥85.32元
  • 图书介质:
    纸质书

  • 购买数量： 件  可供
  • 商品总价：

相同系列
全选

内容介绍

样章试读

用户评论

全部咨询

本书聚焦基于视觉注意机制的图像显著性目标检测算法研究，核心内容分为三部分：一是系统梳理视觉注意领域的研究背景与核心意义，深入剖析国内外研究现状，对现有显著性检测计算模型进行体系化分类与总结；二是明确该领域常用测试数据集及评价方法，为相关研究提供扎实的基础支撑；三是围绕单幅显著性计算、特征融合策略、协同显著性计算三大关键方向展开探索，提出多款适用于自然场景的自底向上视觉注意模型，且通过实验充分验证所提算法的有效性与优越性。全书兼具理论系统性与实践指导性，研究脉络清晰，成果实用价值突出。
样章试读
  • 暂时还没有任何用户评论
总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

  • 暂时还没有任何用户咨询内容
总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页
用户名： 匿名用户
E-mail：
咨询内容：

目录

  • 目录
    前言
    第1章 绪论 1
    1.1 研究背景 1
    1.2 国内外研究现状 4
    1.3 本书的主要工作及创新点 7
    1.4 本书的组织结构 8
    第2章 视觉注意机制基础 11
    2.1 视觉注意机制的原理 11
    2.2 视觉显著性检测模型分类 13
    2.2.1 从信息处理的角度分类 13
    2.2.2 按理论搭建的框架分类 20
    2.2.3 按处理对象分类 21
    2.2.4 按检测结果分类 23
    2.3 常用的颜色特征 24
    2.3.1 RGB颜色特征 24
    2.3.2 CIELab颜色特征 25
    2.3.3 强度特征 27
    2.3.4 宽频调谐颜色特征 27
    2.3.5 对抗色颜色特征 28
    2.3.6 HSV空间颜色特征 29
    2.4 常用的信息融合方法 30
    2.5 测试数据集 31
    2.5.1 眼动数据集 31
    2.5.2 显著物体数据集 32
    2.5.3 自然图像数据集 33
    2.5.4 复杂场景显著性数据集 33
    2.6 性能评估方法 33
    第3章 融合空域及频域特征的显著性目标检测 38
    3.1 引言 38
    3.2 颜色空间选取 39
    3.3 最大矩形邻域模型 40
    3.4 谱残余模型 43
    3.5 特征融合 47
    3.6 中心偏移机制 49
    3.7 实验结果及分析 51
    3.7.1 MSRA实验数据集 51
    3.7.2 BET实验数据集 54
    3.7.3 颜色通道实验对比 56
    3.8 本章小结 56
    第4章 基于颜色对比度及分布特征的显著性目标检测 58
    4.1 引言 58
    4.2 超像素分割 59
    4.3 空间对比度特征 61
    4.4 分布特征 64
    4.5 特征融合 65
    4.6 实验结果及分析 66
    4.7 本章小结 70
    第5章 基于颜色及纹理特征的显著性目标检测 72
    5.1 引言 72
    5.2 直方图对比度 74
    5.2.1 直方图定义 74
    5.2.2 直方图对比度特征 74
    5.3 纹理特征 76
    5.3.1 Gabor变换 77
    5.3.2 多尺度分析 79
    5.4 特征融合 81
    5.5 实验结果及分析 82
    5.6 本章小结 83
    第6章 基于背景先验知识的显著性目标检测 85
    6.1 引言 85
    6.2 图像预处理 89
    6.2.1 均匀分割 89
    6.2.2 超像素分割 90
    6.3 基于背景先验知识的显著性建模模型 92
    6.3.1 显著性特征计算 92
    6.3.2 特征融合 93
    6.4 实验结果及分析 93
    6.4.1 均匀分割下的实验结果 94
    6.4.2 超像素分割下的检测结果 95
    6.5 本章小结 99
    第7章 基于特征聚类和紧致先验的显著性目标检测 101
    7.1 引言 101
    7.2 基于特征聚类和紧致先验的显著性目标检测算法 102
    7.2.1 超像素预处理 103
    7.2.2 特征聚类 103
    7.2.3 背景模型 104
    7.2.4 显著性特征计算 104
    7.2.5 特征增强 105
    7.3 实验结果及分析 106
    7.3.1 定性评估 106
    7.3.2 性能评估 107
    7.4 本章小结 114
    第8章 协同显著性目标检测 115
    8.1 引言 115
    8.2 稀疏表示 117
    8.3 协同显著性目标检测算法 120
    8.3.1 构造图像特征空间基函数 120
    8.3.2 多幅图像的协同显著性 120
    8.3.3 基于协同显著图的显著性区域提取方法 122
    8.4 实验结果及分析 123
    8.5 本章小结 123
    参考文献 125
帮助中心
公司简介
联系我们
常见问题
新手上路
发票制度
积分说明
购物指南
配送方式
配送时间及费用
配送查询说明
配送范围
快递查询
售后服务
退换货说明
退换货流程
投诉或建议
版权声明
经营资质
营业执照
出版社经营许可证

中国科技出版传媒股份有限公司　版权所有

本平台为互联网非涉密平台，严禁处理、传输国家秘密。

　

京ICP备14028887号-5　 京ICP证150976号 京公网安备 11010102004214号

北京东黄城根北街16号 邮编：100717 Email:webmaster@mail.sciencep.com