کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4947370 1439576 2017 11 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Attention region detection based on closure prior in layered bit Planes
ترجمه فارسی عنوان
تشخیص منطقه توجه بر اساس بسته شدن قبل از در هواپیماهای بیت لایه ای
کلمات کلیدی
ترجمه چکیده
یک منطقه توجه معمولا دارای یک کانال بسته و کنتراست رنگی متناسب با محیط اطراف آن است. با الهام از این مشاهدات، یک رمان قبل از آن تا قبل از بسته شدن به عنوان یک نشانه مهم در سطح بالا در این مقاله معرفی شده است. به طور خاص، در ابتدا، تجزیه و تحلیل اتصال در سطوح باریک لایه ای برای استخراج مناطق بسته بر اساس بسته شدن قبل استفاده می شود. در مرحله دوم، مناطق بسته به مرزهای تصویر بر اساس این فرض است که اکثر عکاسان مناطق توجه را در طول کادر مشاهده نمی برند. سوم اینکه براساس فرضیه این است که یک منطقه تصویر باید در مقابل محیط اطراف خود دارای کنتراست بزرگی باشد، اگر شانس بیشتری در همه هواپیماهای بیت داشته باشد تا یک منطقه بسته باشد، مشارکت کنتراست یک منطقه بسته در تمام صفحات بیت برای به دست آوردن کنتراست رنگی انباشته می شود . در همین حال، با توجه به ویژگی های سیستم بصری انسان با توجه به درک منطقه توجه کوچک و مکانیزم تخصیص منابع بصری انسان از بین مناطق توجه، چندین تکنولوژی فیلترینگ مورفولوژیکی به مراحل محاسبه کنتراست رنگی اعمال می شود. در نهایت، نقشه کشوری با توجه به تشخیص منطقه مورد توجه قرار گرفته است. نتایج تجربی نشان می دهد که روش تشخیص ارائه شده عملکرد قابل قبولی را در مقایسه با دوازده مدل پیشرفته ای به دست می آورد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
پیش نمایش مقاله
تشخیص منطقه توجه بر اساس بسته شدن قبل از در هواپیماهای بیت لایه ای
چکیده انگلیسی
An attention region usually possesses a closed contour and a significant color contrast against its surroundings. Inspired by this observation, a novel prior so called closure prior is introduced as an important high-level saliency cue in this paper. Specifically, firstly, the connectivity analysis is used in layered bit planes to extract closed regions based on closure prior. Secondly, the closed regions touching image boundaries are removed based on the assumption that most photographers will not crop attention regions along the view frame. Thirdly, based on the hypothesis that an image region should have a big contrast against its surroundings if it has more chances in all bit planes to be a closed region, the contrast contributions of a closed region in all bit planes are accumulated to obtain color contrast. Meanwhile, by taking account for the characteristics of human visual system according to the perception of small attention region, and the mechanism of human visual resource allocation between attention regions, several morphological filtering technologies are applied to the steps of color contrast calculating. Finally, the saliency map aiming for attention region detection is generated from the contrast map. The experimental results show the presented detection method achieves acceptable performance compared with twelve state-of-the-art models.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Neurocomputing - Volume 251, 16 August 2017, Pages 16-25
نویسندگان
, , , , , , ,