[00252302]一种基于超像素关联性增强Adaboost分类学习的显著性检测方法
交易价格：
面议
所属行业：
其他电子信息
类型：
发明专利
技术成熟度：
正在研发
专利所属地：中国
专利号：CN201610487528.5
交易方式：
技术转让
技术转让
技术入股
联系人：
科小易
进入空间
所在地：福建厦门市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
本发明公开了一种基于超像素关联性增强Adaboost分类学习的显著性检测方法，属于图像处理领域。首先，生成基于背景的显著图，由超像素在颜色特征空间和位置空间上的全局对比度得到。然后在背景显著图基础上，采用K‑最近邻算法作为弱分类器，使用AdaBoost算法进行增强学习，得到一个强学习的分类器，对图像超像素进行分类，得到分类显著图，并使用邻居超像素关联矩阵分别对背景显著图和分类显著图进行优化。最后对分类后得到的显著图和背景显著图进行加权融合，生成最终的显著图。该发明在PASCAL数据集上进行测试，能够得到较好的显著性检测结果。显著性分析结果可用于促进图像分割、对象检测与跟踪、头像分析理解等应用。
本发明公开了一种基于超像素关联性增强Adaboost分类学习的显著性检测方法，属于图像处理领域。首先，生成基于背景的显著图，由超像素在颜色特征空间和位置空间上的全局对比度得到。然后在背景显著图基础上，采用K‑最近邻算法作为弱分类器，使用AdaBoost算法进行增强学习，得到一个强学习的分类器，对图像超像素进行分类，得到分类显著图，并使用邻居超像素关联矩阵分别对背景显著图和分类显著图进行优化。最后对分类后得到的显著图和背景显著图进行加权融合，生成最终的显著图。该发明在PASCAL数据集上进行测试，能够得到较好的显著性检测结果。显著性分析结果可用于促进图像分割、对象检测与跟踪、头像分析理解等应用。
