成果介绍
本发明公开了一种图像显著性物体检测方法和装置,属于计算机视觉领域。所述方法包括:根据图像构建一个随机森林,根据所述随机森林用全局的图像块稀有性捕捉显著物体的近似轮廓,将图像分为轮廓内和轮廓外两部分;通过度量内外部图像块的对比度来压制与轮廓外部相似的内部图像块,凸显与轮廓内部相似的外部图像块;最后使用基于图切割的图像分割修饰局部图。采用本发明提供的图像显著性物体检测方法可以检测图像中任何大小的物体,并且能够实现物体的完整精确检测,同时,采用本发明提供的图像显著性物体检测方法可以检测出单幅图像中的多个显著物体。
成果亮点
一种图像显著性物体检测方法,其特征在于,所述方法包括:将图像进行拉伸,提取拉伸后的图像中的图像块构成图像块集合,以递归的方式从所述图像块集合中构建出一个随机森林;根据所述随机森林对所述图像块集合中的所有图像块进行稀有性分析,得到稀有性图,采用主动轮廓模型提取所述稀有性图中的显著物体轮廓,得到轮廓性图;根据所述随机森林计算所述轮廓图中显著物体轮廓内部的图像块和外部的图像块间的相似度,得到精确到物体级别的显著性图;将所述精确到物体级别的显著性图重新拉伸到原始图像的大小,对重新拉伸后的图像进行基于图切割的图像分割,得到一个由均匀的图像区域组成的集合,均化每个区域的显著性值,得到最终的显著性图;所述根据所述随机森林对所述图像块集合中的所有图像块进行稀有性分析.
团队介绍
中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力,推动我国自主知识产权新工业的建立,成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生态系统,由九个研究平台,国科大深圳先进技术学院,多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究,促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。
成果资料
产业化落地方案