| 基于稀疏表示模型的显著目标检测 |
| |
| 引用本文： | 张 萌,陈晓云. 基于稀疏表示模型的显著目标检测[J]. 福州大学学报(自然科学版), 2019, 47(2): 185-191 |
| |
| 作者姓名： | 张 萌 陈晓云 |
| |
| 作者单位： | 福州大学数学与计算机科学学院，福建 福州 350108,福州大学数学与计算机科学学院，福建 福州 350108 |
| |
| 摘 要： | 针对基于鲁棒主成分分析的显著目标检测方法，在显著目标出现不同颜色时不能产生一致的显著值，提出基于稀疏表示模型的显著目标检测方法. 该方法用l1范数约束显著目标的表示系数，并引入拉普拉斯图正则项保持显著目标超像素的近邻关系，使特征相似的超像素有相似的表示系数，检测出的显著目标内部更平滑，显著值趋于一致. 在2个公开的显著目标数据集上的实验表明，所提方法是有效的.
|
| 关 键 词： | 鲁棒主成分分析；显著目标检测；稀疏表示；图正则 |
Sparse representation model for salient object detection |
| |
| ZHANG Meng and CHEN Xiaoyun. Sparse representation model for salient object detection[J]. Journal of Fuzhou University(Natural Science Edition), 2019, 47(2): 185-191 |
| |
| Authors: | ZHANG Meng and CHEN Xiaoyun |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《福州大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《福州大学学报(自然科学版)》下载全文 |
