模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2016, Vol. 29 Issue (9): 816-824    DOI: 10.16451/j.cnki.issn1003-6059.201609006
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
快速在线主动学习的图像自动分割算法*
严静,潘晨,殷海兵
中国计量大学 信息工程学院 杭州 310018
Image Automatic Segmentation Based on Fast Online Active Learning
YAN Jing, PAN Chen, YIN Haibing
College of Information Engineering, China Jiliang University, HangZhou 310018

全文: PDF (1393 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 提出经前馈神经网络快速在线学习、构建像素分类模型进行图像分割的算法。首先利用谱残差法计算像素显著度,通过对少数高显著度点的分布进行多尺度分析,获得符合人眼视觉特性的显著图和注视区域。然后从注视区域和非注视区域随机抽样构成由正负样本像素组成的训练集,在线训练一个两分类的随机权前馈神经网络模型。最后使用该模型分类全图像素,实现图像分割。实验表明,文中算法在谱残差法基础上提升对图像中显著目标的分割性能,分割结果与人类视觉感知匹配度较好。
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
严静
潘晨
殷海兵
关键词 图像分割 显著性检测 随机权前馈神经网络    
Abstract:An algorithm for image segmentation is proposed by building a pixels classification model. The model is trained online fast with a feed-forward neural network. Firstly, saliency map is computed by spectral residual (SR) approach. Then, multi-scale analysis is conducted via dispersion of minority high saliency points, and saliency map and gaze areas highly matching with human visual system are obtained. Next, positive and negative samples are selected randomly from saliency and non-saliency regions to compose the training set. A two-class random weighted feed-forward neural network model is trained. Finally, whole image pixels are classified by this model, and image segmentation is realized. Experiments show that the proposed algorithm enhances the segmentation performance for salient object grounded on the spectral residual based method, and the segmentation results are close to human visual perception.
Key wordsImage Segmentation    Saliency Detection    Random Weighted Feed-Forward Neural Network   
收稿日期: 2015-10-26     
基金资助:国家自然科学基金项目(No.61572449)、浙江省自然科学基金项目(No.LY13F010004)资助
作者简介: 严 静,女,1991年生,硕士研究生,主要研究方向为机器视觉、模式识别.E-mail:572172970@qq.com.潘 晨(通讯作者),男,1966年生,博士,教授,主要研究方向为机器视觉、模式识别、医学图像处理.E-mail:pc916@cjlu.edu.cn.殷海兵,男,1974年生,博士,教授,主要研究方向为视频编码.
引用本文:   
严静,潘晨,殷海兵. 快速在线主动学习的图像自动分割算法*[J]. 模式识别与人工智能, 2016, 29(9): 816-824. YAN Jing, PAN Chen, YIN Haibing. Image Automatic Segmentation Based on Fast Online Active Learning. , 2016, 29(9): 816-824.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.201609006      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2016/V29/I9/816
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn