Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: visual saliency

Sortuj według:

Ogranicz wyniki do:

Infrared small-target detection under a complex background based on a local gradient contrast method

Yang Linna, Xie Tao, Liu Mingxing, Zhang Mingjiang, Qi Shuaihui, Yang Jungang

International Journal of Applied Mathematics and Computer Science

2023

Vol. 33, no. 1

33--43

Small target detection under a complex background has always been a hot and difficult problem in the field of image processing. Due to the factors such as a complex background and a low signal-to-noise ratio, the existing methods cannot robustly detect targets submerged in strong clutter and noise. In this paper, a local gradient contrast method (LGCM) is proposed. Firstly, the optimal scale for each pixel is obtained by calculating a multiscale salient map. Then, a subblockbased local gradient measure is designed; it can suppress strong clutter interference and pixel-sized noise simultaneously. Thirdly, the subblock-based local gradient measure and the salient map are utilized to construct the LGCM. Finally, an adaptive threshold is employed to extract the final detection result. Experimental results on six datasets demonstrate that the proposed method can discard clutters and yield superior results compared with state-of-the-art methods.

Bottom-up saliency maps : a review

Biskupska M.

Elektronika : konstrukcje, technologie, zastosowania

2013

Vol. 54, nr 7

53-57

Saliency map is a model of the conspicuity of the image locations. It is based on a number of feature maps extracted from the image, where both the feature list and the methods of extraction depend on the particular solution. The purpose of this paper is to collect and present the best-known methods of calculating saliency maps, with an emphasis on bottom-up methods that work without any previous assumptions of the content of processed images. The top-down methods that are designed to work with only a narrow class of images representing known objects are outside the scope of this review.

Mapa wyróżnień jest to model zróżnicowania lokalizacji obrazu. Bazuje na sekwencji map cech otrzymanych z obrazu, przy czym zarówno lista cech, jak i metody ich otrzymywania różnią się w zależności od konkretnego rozwiązania. Celem tego artykuły jest zgromadzenie i zaprezentowanie najbardziej znanych metod obliczania map wyróżnień, ze szczególnym uwzględnieniem algorytmów typu bottom-up, czyli takich, które pracują bez żadnych wcześniejszych założeń na temat zawartości opracowywanego obrazu. Metody typu top-down zaprojektowane do pracy z wąskimi klasami obrazów reprezentujących znane obiekty leżą poza zakresem tego artykułu.