【摘 要】
：
显著性检测技术和协同显著性检测技术是显著性物体检测领域的两个方面。前者是对单幅图像进行操作,后者则是针对一组协同图像组进行操作。针对RGB图像进行显著性和协同显著性检测的技术已经在图像分割、图像检索和协同分割等方面得到了广泛应用。但是当被检测的图像背景复杂、前景和背景对比度不高时,现有的检测结果会出现显著性物体检测不完整、边界不清晰的问题。随着成像设备的快速发展,RGBD图像中的深度信息在对象分割
论文部分内容阅读
显著性检测技术和协同显著性检测技术是显著性物体检测领域的两个方面。前者是对单幅图像进行操作,后者则是针对一组协同图像组进行操作。针对RGB图像进行显著性和协同显著性检测的技术已经在图像分割、图像检索和协同分割等方面得到了广泛应用。但是当被检测的图像背景复杂、前景和背景对比度不高时,现有的检测结果会出现显著性物体检测不完整、边界不清晰的问题。随着成像设备的快速发展,RGBD图像中的深度信息在对象分割和显著性检测这些计算机视觉任务中起到了重要的作用。因此,本文针对RGBD图像进行协同显著性检测,使用RGBD图像中的深度信息来增强协同显著性识别,且使用自适应超像素划分、Hu矩特征和超图模型来针对RGBD图像进行协同显著性物体检测。（1）实现针对RGBD图像的自适应超像素划分技术。对RGBD图像进行非重叠分块;根据RGBD图像中的颜色信息和深度信息构建新的相似度矩阵;计算RGBD图像中的信息熵来自适应确定阈值;使用吸引函数和归属函数进行近邻传播,从而自适应的分割RGBD图像。（2）实现对RGBD图像构建新的四元数结构以及提取Hu矩特征。使用RGBD图像中的深度信息来代替四元数中的实部,使用RGBD图像中的颜色信息来代替四元数中的虚部,从而构建新的四元数结构;在四元数结构基础上,计算得到每个超像素的Hu矩特征,实现基于RGBD图像的四元数表示及Hu矩特征提取。（3）实现基于四元数和超图的RGBD图像协同显著性检测。根据自适应超像素划分技术划分超像素;提取RGBD图像中的每个超像素特征;针对RGBD图像构造新的加权超图模型;在新构建的加权超图模型上进行随机游走,从而实现基于四元数和超图的RGBD图像协同显著性检测。在数据集CoSal150和数据集CoSeg183上进行协同显著性检测实验,本文提出的方法在协同显著性场景下工作良好,能够提取比较完整的显著性和协同显著性区域,并且提取的显著性和协同显著性区域的边界比较清晰。
其他文献
小反刍兽疫（Peste des petits ruminants,PPR）俗称羊瘟,是由副黏病毒科（Paramyxoviridae）麻疹病毒属（Morbolivirus）的小反刍兽疫病毒（Peste des Petits Ruminants virus,PPRV）引起山羊、绵羊等小反刍动物的一种急性病毒性传染病。该病以急性胃炎、支气管肺炎、肠炎和怀孕母羊流产为主要特征。目前,该病在许多国家已经成为
在自然科学和社会科学中,存在很多划分问题。随着科技的发展,人们对划分的要求也在不断提升。仅凭经验和专业知识难以准确划分,而划分问题最主要的研究分支是聚类算法。它是把相近的样本归为一类,将差别大的元素划分在不同类。本文研究了各种经典的聚类算法,其中基于密度的带噪声应用空间聚类（Density-Based Spatial Clustering of Applications with Noise,DB
全球变化导致的生物多样性丧失正威胁着生态系统的多种功能和服务,如碳氮循环、生产力及动植物的承载能力等。不同的物种多样性往往影响不同的生态系统进程,因此只关注物种数量的研究将低估多功能生态系统所需要的生物多样性水平。作为植物多样性重要组成部分,功能群多样性对于维持草地生态系统功能的稳定性、抗入侵性和缓冲气候变化的负面影响至关重要。迄今为止,从植物功能群角度研究草地生态系统碳氮储量对气候变化响应的研究
基于位置的服务（Location based service,LBS）在室内和室外都以它独特的魅力发挥着越来越重要的作用。在描述人类行为习惯时,人类的行走轨迹比单一位置更复杂。因此,基于位置和轨迹向用户呈现的基于跟踪的服务（Tracking based service,TBS）比LBS更精细,更加受到学者的青睐。随着科技的发展,越来越多的室内位置服务集中在智能终端上实现。以智能终端为平台的Wi-F
大数据、云计算的快速发展是机器学习在人工智能、大数据分析领域成功的关键因素。机器学习已广泛应用于医疗诊断、个性化推荐等服务领域,然而数据集中通常都含有私有或敏感信息,如医疗诊断信息、电子商务购物信息等。由于机器学习模型本身会泄漏训练数据中的个体信息或敏感属性,例如成员推断攻击、模型反演攻击等,机器学习中的隐私保护问题已是目前信息安全领域的研究热点之一。针对机器学习中数据模型发布和分析时的个人隐私泄
随着移动互联网的发展,网络数据呈现海量增长,用户普遍受到信息过载的困扰。为了解决信息过载,提高用户获取信息的便利性,推荐系统被广泛应用于各种网络平台,目前最广泛的是基于协同过滤技术的推荐系统（Collaborative Filtering,CF）。协同过滤技术通过对用户历史评分进行统计获取目标用户的相似用户,根据相似用户的喜好对目标用户的喜好进行预测。但协同过滤技术的开放性使其极易受到托攻击的影响
大数据时代的到来使得云服务器及其提供的服务成为研究热点,云存储由于其低成本和接近无限的数据存储空间而受到了广泛的关注。用户将数据存储在云服务器上并随时随地访问其数据的同时,也越来越注重数据的安全性和访问控制,但传统的加密方式无法为用户提供准确高效的搜索服务。基于属性的加密技术可以为用户提供一对多、细粒度的数据共享模式。但基于属性加密的密文搜索仍存在搜索关键字单一、效率较低、搜索结果不可信等问题,结
植被恢复过程中,土壤有机碳含量随凋落物数量、质量以及根系分泌物的不同而变化,在全球变化的环境下,土壤碳库的收支平衡以及土壤有机碳动态机制将面临严峻的挑战。土壤中有新鲜有机物（如葡萄糖、根系分泌物等）输入时,可能会促进或者抑制土壤中原有有机质分解的现象,则称为激发效应。本研究选择黄土丘陵区不同恢复年限的人工刺槐林（14年、20年、30年、45年）以及邻近坡耕地为研究对象,采用室内培养试验,应用13C
区块链是目前分布式系统研究中最具潜力的技术之一。区块链分为公链、私链、联盟链,联盟链具有自主可控能力且内部信息开放,可以实现链上权限分级功能。目前,商业化区块链系统要求保证自主可控能力的同时,兼具区块链去中心化、不可篡改等技术特征,联盟链非常适合这种应用场景,是商业化应用的最佳落地方案。在联盟链中,共识算法通常选用实用拜占庭容错算法（PBFT）,它是由旧的拜占庭一般问题衍生而来。系统可以在恶意节点
随着云计算的迅速发展,数据的安全检索和密文共享等问题已经成为了人们关注的焦点。但是将所有密文解密后再检索的方式搜索成本极高,可搜索加密技术为云服务器提供了密文的安全检索。然而现有的基于可搜索加密的数据共享方案普遍存在着云上数据被篡改、解密权限授权困难、检索结果不可信以及密钥泄露等问题。因此本文从数据完整性、多用户场景下的访问控制和密文授权等方面展开研究。研究内容主要如下:（1）提出了电子邮件中支持