显著性分析算法的分类有哪些_显著性概率

显著性分析算法的分类有哪些_显著性概率第一种分法第一类:基于低层视觉特征的显著性分析算法代表性算法:Itti模拟生物体视觉注意机制的选择性算法,比较适合处理自然图像第二类:不基于任何生物视觉原理的纯数学计算方法代表性算法:全分辨率的算法(AC算法)和基于空间频域分析的剩余谱算法(SR算法)第三类:将前两种进行融合的方法代表性算法:基于图论的算法(GBVS算法)这种算法在特征提取的过程中类似Itti算法去模拟视觉原理,但…

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全家桶1年46,售后保障稳定

第一种分法
第一类:基于低层视觉特征的显著性分析算法
代表性算法:Itti
模拟生物体视觉注意机制的选择性算法,比较适合处理自然图像
第二类:不基于任何生物视觉原理的纯数学计算方法
代表性算法:全分辨率的算法(AC算法)和基于空间频域分析的剩余谱算法(SR算法)
第三类:将前两种进行融合的方法
代表性算法:基于图论的算法(GBVS算法)
这种算法在特征提取的过程中类似Itti算法去模拟视觉原理,但在显著图生成的过程中引入马尔可夫连,用纯数学计算的来得到显著值。
第二种分法
第一类:考虑局部特征的
代表性算法:Itti算法和GBVS算法
第二类:考虑整体性的
代表性算法:SR算法和IG算法
第三类:局部和整体结合的

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/210124.html原文链接:https://javaforall.net

(0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号