| 专利名称 | 联合显著性检测与判别式学习的目标前景协同分割方法 | 申请号 | CN201310316589.1 | 专利类型 | 发明专利 | 公开（公告）号 | CN103390279A | 公开（授权）日 | 2013.11.13 | 申请（专利权）人 | 中国科学院自动化研究所 | 发明（设计）人 | 卢汉清;刘静;李勇 | 主分类号 | G06T7/00(2006.01)I | IPC主分类号 | G06T7/00(2006.01)I | 专利有效期 | 联合显著性检测与判别式学习的目标前景协同分割方法 至联合显著性检测与判别式学习的目标前景协同分割方法 | 法律状态 | 实质审查的生效 | 说明书摘要 | 本发明公开了一种联合显著性检测与判别式学习的目标前景协同分割方法，包括：步骤1，将图像集中的每幅图像过分割成多个超像素块，并对每个超像素块提取特征；步骤2，将图像集中共有的显著性区域提取出来作为目标前景，而将非显著性区域和具有显著性但不是该图像集中共有的区域作为背景区域，其中采用低秩矩阵分解进行图像的显著性检测，采用逻辑回归来选择共有的显著性区域作为最终的目标。本发明通过低秩矩阵分解可以有效地检测显著性区域，去除背景一致性的影响，而判别式学习可以提取出共有显著性区域。低秩矩阵分解与判别式学习过程在统一的框架下联合优化，两者相互影响，共同提升。最终可以获得共有显著性区域作为目标前景区域。 |
1、源头对接，价格透明
2、平台验证，实名审核
3、合同监控，代办手续
4、专员跟进，交易保障