太原科技大学学报

2021, v.42;No.187(05) 341-347

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Archive) | 高级检索(Advanced Search)

超像素梯度流与元胞机融合的视频显著图检测
Video Saliency Detection Algorithm Based on Superpixels Gradient Flow Field and Cellular Automata

张荣国,贾玉闪,胡静,刘小君,李晓明

摘要(Abstract):

使用静态空间特征通常无法得到准确的视频显著性目标对象,提出了超像素梯度流场与元胞自动机融合的视频图像显著性检测方法。首先,使用SLIC方法将视频帧分割成超像素,在超像素级上运用光流梯度和颜色梯度生成一个时空梯度函数,由时空梯度得到新的梯度流场值,将视频中运动信息充分利用起来;其次,在视频帧超像素图像上使用卷积神经网络得到其深度特征,通过元胞自动机使这些深度特征依自定义规则更新出粗略显著图,然后将梯度流场显著图与元胞自动机粗略显著图融合得到最终的显著图;最后,在ViSal数据集上、采用5种评估指标、与现有的4种方法进行对比实验,结果表明本文方法在动态视频图像显著性检测中有好的表现。

关键词(KeyWords): 超像素;梯度流场;元胞自动机;视频图像

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(51875152);; 山西省自然科学基金(201801D121134);; 太原科技大学博士科研启动基金(20202057)

作者(Author): 张荣国,贾玉闪,胡静,刘小君,李晓明

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享