您现的位置:首页 > 数据库检索 > 中文期刊 

基于图像级标签及超像素块的弱监督显著性检测

加收藏
  • 【题名】:基于图像级标签及超像素块的弱监督显著性检测
  • 【年份】:2020
  • 【作者】:谭台哲,轩康西,曾群生
  • 【关键词】:深度学习  弱监督  显著性检测  超像素
  • 【摘要】:针对获得训练数据集代价高昂问题,提出了一种用于图像显著性检测的弱监督新方法,在训练网络模型时仅使用图像级标签。方法分为两个阶段,在第一阶段,根据图像级标签训练分类模型,获得前景推断图;在第二阶段,对原图像进行超像素块处理,并与阶段一得到的前景推断图进行融合,从而细化显著对象边界。算法使用了现有的大型训练集和图像级标签,未使用像素级标签,从而减少了注释的工作量。在四个公共基准数据集上的实验结果表明,性能明显优于无监督的模型,与全监督模型相比也具有一定的优越性。
  • 【期刊名】:计算机应用研究
  • 【分类号】:TP391.41
  • 【期号】:第2期
  • 【作者单位】:广东工业大学计算机学院;河源广工大协同创新研究院
  • 【页码】:601-605
相关文献
基于像素图像智能算法在矿物颗粒分割中的应用
基于优化InceptionV1视频火焰像素检测方法
基于显著检测局部彩色铅笔画生成算法
基于熵率聚类像素机器视觉与缺陷检测算法*
结合双流特征融合对抗学习图像显著检测
基于显著检测与权重映射可见光与红外图像融合算法
基于DCT域视觉场馆监控图像显著区域检测
基于像素分割大气光估计与对比度增强图像去雾算法
基于像素偏转模型和机器学习室外图像天空像素检测
基于形态学边缘检测雷达图像特征提取
获取此文方式
CNKI期刊
万方期刊
下载请求:
   

说明:点击”存到网盘“按钮即收取费用,重复点击不收费,如果下载失败,我们会自动转为文献传递方式处理,稍侯请关注您网盘上该文献的信息,从网盘上下载该文献不用重新付费。