raybet雷竞app|雷竞技官网下载|雷电竞下载苹果

WCMC

无线通信和移动计算

1530 - 8677 1530 - 8669

Hindawi

10.1155 / 2020/8822777

8822777

研究文章

卓越通过改进的层次主成分分析检测方法

https://orcid.org/0000 - 0003 - 2277 - 1765 程ydF4y2Ba

Yuantao

道

Jiajun

¹ 张

钱

² 杨

凯

² 程ydF4y2Ba

习

¹ 熊

杰

³ 夏

Runlong

⁴ 谢

镜泊湖

⁴ 陆

惠民

^{1

计算机与通信工程学院和湖南省级重点实验室智能大交通数据的处理

长沙科技大学

长沙410114

中国

csust.edu.cn} ^{2

电子产品部门

湖南中联重科智能科技有限公司

长沙410005

中国} ^{3

电子与信息学院

长江大学

434023年荆州

中国

yangtzeu.edu.cn} ^{4

湖南科学技术信息研究所

长沙410001

中国}

2020年

5 5 2020年

2020年 6 4 2020年 14 4 2020年 17 4 2020年 5 5 2020年

2020年

这是一个开放的文章在知识共享归属许可下发布的,它允许无限制的使用,分布和繁殖在任何媒介,提供最初的工作是正确的引用。

针对密集的背景噪音的问题,精度低,和高计算复杂度当前重要的对象检测方法,视觉显著检测算法基于层次主成分分析(HPCA)已经被提出。首先,原始RGB图像转换为灰度图像,和原始灰度图像已经被一些表面分为八层分层技术。每个图像层包含重要对象信息匹配层的图像特征。其次,以原始图像的颜色结构为参考图像,灰度图像灰度颜色转换方法,重新分配的,分层的图像不仅反映了原始结构特点,还有效地保留了原始图像的颜色特征。第三,主成分分析(PCA)一直在进行分层图像获取结构差异特征和颜色差异特征主成分图像的每一层的方向。第四,两个特性集成的特点与高鲁棒性和地图,进一步完善我们的结果;已知的先验已经注册的组织形象,这可以将照片的中心附近的主题形象。最后,熵计算被用来确定最优图像的分层特点地图;最优映射至少背景信息和最显著特点比其他的对象。该模型的目标检测结果更接近地面真理和利用性能参数的影响,包括精确的速度(前),召回率(REC)<我nline-formula> F 测量(FME)。HPCA模型的结论可以明显减少冗余信息的干扰,有效地分离显著对象从背景中。同时,它比其他人更提高了检测精度。长沙大学的青年教师发展计划项目的科学和技术 2019年qjcz011 江苏省自然科学基金 BK20190089 长沙工业科学技术委员会委员 2017 - 7 研究湖南省教育局的基础 19 b005 17 a007 长沙科技规划 KQ1703018-04 KQ1703018-01 KQ1706064 KQ1703018 湖南省级重点实验室开放研究基金智能大交通数据的处理 2015年tp1005 中国国家自然科学基金 61981340416 61402053 61972212 61972056 1。介绍<gydF4y2Ba/title> <p>人类的视觉注意机制使人类做实时定位复杂场景图像中对应的位置重要信息,以确定不同目标的优先顺序,可有效减少视觉处理的范围,从而大大节省计算资源。因此,研究人类的视觉注意机制应用到计算机视觉和图像处理的研究领域有重要意义。今天,国内外研究者广泛关注人类的视觉注意机制的显著区域检测技术的基础上。方法已经成为计算机视觉研究领域的重要研究课题,已成功应用于图像裁剪、多目标跟踪和识别,和缩略图生成。<gydF4y2Ba/p> <p>计算机视觉的研究人员经常使用自底向上流程模拟视觉注意力机制,称为自底向上凸起的模型。例如,Itti et al。<xrgydF4y2Baef ref-type="bibr" rid="B1"> 1<gydF4y2Ba/xref>)模拟人类大脑视觉皮层神经元的融合机制的颜色,亮度,和方向特性,建立了基于视觉显著模型中心外围的原则,有效地检测出显著区域。模型的计算过程简单,但目标区域的检测不准确。杨et al。<xrgydF4y2Baef ref-type="bibr" rid="B2"> 2<gydF4y2Ba/xref>)改善了Itti的模型(<xrgydF4y2Baef ref-type="bibr" rid="B1"> 1<gydF4y2Ba/xref>基于图论模型,提出了GBVS模型。计算方法是类似于Itti的模型(<xrgydF4y2Baef ref-type="bibr" rid="B1"> 1<gydF4y2Ba/xref>,图像的颜色、亮度和方向是相同的。GBVS模型(<xrgydF4y2Baef ref-type="bibr" rid="B2"> 2<gydF4y2Ba/xref>)可以计算和计算特点的马尔可夫随机场的地图,它可以检测图像特点从全球视角。但是其缺点是效率低下,无法确定目标轮廓。侯和张<xrgydF4y2Baef ref-type="bibr" rid="B3"> 3<gydF4y2Ba/xref>)提出了光谱残余(SR)算法。廖et al。<xrgydF4y2Baef ref-type="bibr" rid="B4"> 4<gydF4y2Ba/xref>)曾考虑先验知识的振幅谱中减去振幅谱的形象。其余的凸起部分的振幅谱,然后,目标显著地图可以通过在频域的转换。算法速度快,但精度难以保证。低秩(LR)算法被提出的周et al。<xrgydF4y2Baef ref-type="bibr" rid="B5"> 5<gydF4y2Ba/xref>]。它能够提取更引人注目的功能从高层先验的低秩框架,但计算量很大,和差获得的显著图。一般来说,自底向上凸起的方法大多是基础,更快,更简单,但卓越测试结果往往由密集的亮点,所以他们不能显示显著对象的轮廓。<gydF4y2Ba/p> <p>视觉显著检测方法是自顶向下的模型。根据特定的任务,侯et al。<xrgydF4y2Baef ref-type="bibr" rid="B6"> 6<gydF4y2Ba/xref>)实现了调整形状,尺寸,功能号码,自下而上的阈值等测试结果。Achanta et al。<xrgydF4y2Baef ref-type="bibr" rid="B7"> 7<gydF4y2Ba/xref>)提出了Frequency-Tuned(英尺)算法。这是平均像素之间的欧几里得距离高斯低通滤波的图像中每个图像像素值。图像的像点的价值有显著价值,形成了一种基于全球卓越的比较测量方法检测。该地区对比(RC)算法被提出的程et al。<xrgydF4y2Baef ref-type="bibr" rid="B8"> 8<gydF4y2Ba/xref>),通过计算每个分区面积和建筑的卓越价值显著地图基于局部对比度。中间人和组织<xrgydF4y2Baef ref-type="bibr" rid="B9"> 9<gydF4y2Ba/xref>)提出了一种人体检测方法基于梯度直方图的特点。方法利用梯度方向直方图信息表达人类提取特征和形状信息和运动信息。它已经形成了丰富的功能集。通过当地的对比图像特性,这些自上而下模型(<xrgydF4y2Baef ref-type="bibr" rid="B10"> 10<gydF4y2Ba/xref>- - - - - -<xrgydF4y2Baef ref-type="bibr" rid="B14"> 14<gydF4y2Ba/xref>进行了典型分析;由于各种特性的提取,这些模型的操作速度较慢,并且很容易受到照明环境等客观因素的影响,使得目标检测精度大大降低。<gydF4y2Ba/p> <p>近年来,许多研究人员应用机器学习等方法的特点检测和取得了很大的进步。例如,Yu et al。<xrgydF4y2Baef ref-type="bibr" rid="B15"> 15<gydF4y2Ba/xref>和陈等。<xrgydF4y2Baef ref-type="bibr" rid="B16"> 16<gydF4y2Ba/xref>)建立了深卷积神经网络(DCNN)模型基于人类视觉的原理。它结合superpixel聚类方法来获取图像区域特征。它可以实现有效的特点检测学习的特性。周和唐<xrgydF4y2Baef ref-type="bibr" rid="B17"> 17<gydF4y2Ba/xref>)探测到机器学习的有效性和鲁棒性和稀疏编码。该方法具有较高的鲁棒性,但操作速度是缓慢的。为此,主成分分析(PCA)被应用于凸起检测;该方法保留了机器学习的效率(<xrgydF4y2Baef ref-type="bibr" rid="B18"> 18<gydF4y2Ba/xref>,<xrgydF4y2Baef ref-type="bibr" rid="B19"> 19<gydF4y2Ba/xref>]。然而,当图像背景信息提取主成分代表卓越的目标,不能有效,它导致更大的检测结果与背景噪声(<xrgydF4y2Baef ref-type="bibr" rid="B20"> 20.<gydF4y2Ba/xref>,<xrgydF4y2Baef ref-type="bibr" rid="B21"> 21<gydF4y2Ba/xref>]。<gydF4y2Ba/p> <p>在视觉显著检测任务,由于图像的复杂性,单一检测方法的显著图不清楚(<xrgydF4y2Baef ref-type="bibr" rid="B22"> 22<gydF4y2Ba/xref>]。为了减少图像的复杂性的影响,王et al。<xrgydF4y2Baef ref-type="bibr" rid="B23"> 23<gydF4y2Ba/xref>提出了层次特点(HS)算法。陈等人。<xrgydF4y2Baef ref-type="bibr" rid="B24"> 24<gydF4y2Ba/xref>)可以有效地抑制背景噪声的干扰对象分层图像的检测和计算分层图。<gydF4y2Ba/p> <p>基于以上分析,为了削弱冗余信息对检测结果的影响效率和保留的机器学习,这篇论文提出了显著对象检测算法基于层次PCA模型,使用分层的PCA方法将图像划分为多层图像在不同程度缺乏背景信息,以便提取主成分信息的过程中计算量在减少,削弱干扰检测过程的背景信息,它保留了机器学习的效率,提高算法的鲁棒性。图<xrgydF4y2Baef ref-type="fig" rid="fig1"> 1<gydF4y2Ba/xref>显示了该算法的检测结果。<gydF4y2Ba/p> <fig id="fig1"> <label>图1<gydF4y2Ba/label> <p>该算法的显示结果。<gydF4y2Ba/p> <graphic xlink:href="//www.newsama.com/downloads/journals/wcmc/2020/8822777.fig.001"></graphic> </fig> <p>本文的主要贡献如下:(1)减弱冗余信息对测试结果的影响和保护机器学习的效率;(2)把图像分成多层图像不同的背景信息,降低了计算复杂度,减少了干扰背景信息的检测过程的过程中提取主成分信息;(3)保护机器学习的效率,提高算法的鲁棒性。<gydF4y2Ba/p> <p>部分<xrgydF4y2Baef ref-type="sec" rid="sec2"> 2<gydF4y2Ba/xref>描述了该算法的细节。部分<xrgydF4y2Baef ref-type="sec" rid="sec3"> 3<gydF4y2Ba/xref>介绍了生成与分层PCA显著图。部分<xrgydF4y2Baef ref-type="sec" rid="sec4"> 4<gydF4y2Ba/xref>描述了实验mra - 1000, asd - 1000和ecssd - 1000数据集;比较;并分析等几种方法,GBVS, SR, LC, HS, BSCA HDCT, DCRR。部分<xrgydF4y2Baef ref-type="sec" rid="sec5"> 5<gydF4y2Ba/xref>总结了研究工作并期待未来的研究工作。<gydF4y2Ba/p> </sec> <sec id="sec2"> <title>2。该算法细节<gydF4y2Ba/title> <p>分层PCA的视觉特点检测算法的流程图如图<xrgydF4y2Baef rid="fig2" ref-type="fig"> 2<gydF4y2Ba/xref>。不同位面层中包含的图像信息是完全不同的,和第八形象大大降低显著对象中包含的信息,以便显著对象区域形象是失踪。其他图像,在一定程度上,减少由于缺少一些背景信息层,突出显著对象中包含的信息。<gydF4y2Ba/p> <fig id="fig2"> <label>图2<gydF4y2Ba/label> <p>该算法的流程图。<gydF4y2Ba/p> <graphic xlink:href="//www.newsama.com/downloads/journals/wcmc/2020/8822777.fig.002"></graphic> </fig> <p>基本过程过程如下:(1)原始图像的分层,使用不同的点数据重建层包含一个图像从而突显出显著对象信息;(2)为了整合多个特性,最初的颜色结构的转移到灰度图像分层后,这样图像的每一层都有相应的颜色结构对应于原始图像;(3)使用PCA提取结构特征和颜色特征;(4)两个截然不同的特性融合获得多个显著图;(5)通过信息熵选择最优的结果。图<xrgydF4y2Baef ref-type="fig" rid="fig3"> 3<gydF4y2Ba/xref>显示了该算法的一个例子。<gydF4y2Ba/p> <p id="alg1"> <list list-content="algorithm"> <title>1 < /大胆> <大胆>算法。提出的算法。<gydF4y2Ba/title> <list-item></list-item> </list></p> <p>输入:原始图像<gydF4y2Ba/p> <list-item> <p>输出:卓越的地图<gydF4y2Ba/p> </list-item> <list-item> <p>初始化:输入图像的大小调整<gydF4y2Ba/p> </list-item> <list-item> <p>步骤1:表面分层<gydF4y2Ba/p> </list-item> <list-item> <p>步骤1.1:原始图像转换为灰度图像,并作为图像的第一层<gydF4y2Ba/p> </list-item> <list-item> <p>步骤1.2:第一层图像的最低有效位层为零得到一幅图像的第二层包括七位层作为图像输出。最低有效位层第二层的形象为零的第三层图像的输出<gydF4y2Ba/p> </list-item> <list-item> <p>步骤1.3:不同位的二进制数据转换成十进制像素值获得多层图像匹配的比特数<gydF4y2Ba/p> </list-item> <list-item> <p>步骤2:<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M2"> <mml:mi> Y<gydF4y2Ba/mml:mi> <mml:msub> <mml:mrow> <mml:mi> C<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mtext> b<gydF4y2Ba/mml:mtext> </mml:mrow> </mml:msub> <mml:msub> <mml:mrow> <mml:mi> C<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mtext> r<gydF4y2Ba/mml:mtext> </mml:mrow> </mml:msub> </mml:math> </inline-formula>颜色转换<gydF4y2Ba/p> </list-item> <list-item> <p>步骤2.1:计算Mark1根据公式(<xrgydF4y2Baef ref-type="disp-formula" rid="EEq1"> 3<gydF4y2Ba/xref>)<gydF4y2Ba/p> </list-item> <list-item> <p>步骤2.2:计算Mark2根据公式(<xrgydF4y2Baef ref-type="disp-formula" rid="EEq2"> 4<gydF4y2Ba/xref>)<gydF4y2Ba/p> </list-item> <list-item> <p>步骤3:使用PCA特征提取<gydF4y2Ba/p> </list-item> <list-item> <p>步骤3.1:计算<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M3"> <mml:mi> P<gydF4y2Ba/mml:mi> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> </mml:math> </inline-formula>根据公式(<xrgydF4y2Baef ref-type="disp-formula" rid="EEq4"> 7<gydF4y2Ba/xref>)<gydF4y2Ba/p> </list-item> <list-item> <p>步骤3.2:计算距离<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M4"> <mml:mi> d<gydF4y2Ba/mml:mi> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:msub> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 一个<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> </mml:math> </inline-formula>每个图像块之间的<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M5"> <mml:msub> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:math> </inline-formula>和平均图像块<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M6"> <mml:msub> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 一个<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:math> </inline-formula>根据公式(<xrgydF4y2Baef ref-type="disp-formula" rid="EEq3"> 6<gydF4y2Ba/xref>)<gydF4y2Ba/p> </list-item> <list-item> <p>步骤3.3:计算颜色特性<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M7"> <mml:mi> C<gydF4y2Ba/mml:mi> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> r<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> </mml:math> </inline-formula>的<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M8"> <mml:msub> <mml:mrow> <mml:mi> r<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:math> </inline-formula>根据公式(<xrgydF4y2Baef ref-type="disp-formula" rid="EEq5"> 8<gydF4y2Ba/xref>)<gydF4y2Ba/p> </list-item> <list-item> <p>步骤4:卓越地图融合<gydF4y2Ba/p> </list-item> <list-item> <p>步骤4.1:计算功能的融合映射<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M9"> <mml:mi> D<gydF4y2Ba/mml:mi> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> </mml:math> </inline-formula>根据公式(<xrgydF4y2Baef ref-type="disp-formula" rid="EEq6"> 9<gydF4y2Ba/xref>),并限制融合功能的范围<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M10"> <mml:mfenced open="[" close="]"> <mml:mrow> <mml:mn> 0<gydF4y2Ba/mml:mn> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mn> 1<gydF4y2Ba/mml:mn> </mml:mrow> </mml:mfenced> </mml:math> </inline-formula>由归一化法<gydF4y2Ba/p> </list-item> <list-item> <p>步骤4.2:结合融合特征映射和高斯权重映射得到的视觉显著图<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M11"> <mml:mi> 年代<gydF4y2Ba/mml:mi> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> </mml:math> </inline-formula>根据公式(<xrgydF4y2Baef ref-type="disp-formula" rid="EEq7"> 10<gydF4y2Ba/xref>)<gydF4y2Ba/p> </list-item> <list-item> <p>第五步:计算信息熵<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M12"> <mml:mtext> 实体<gydF4y2Ba/mml:mtext> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:mi> x<gydF4y2Ba/mml:mi> </mml:mrow> </mml:mfenced> </mml:math> </inline-formula>的<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M13"> <mml:mi> x<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>根据公式(<xrgydF4y2Baef ref-type="disp-formula" rid="EEq8"> 11<gydF4y2Ba/xref>),并计算出显著图<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M14"> <mml:msub> <mml:mrow> <mml:mi> k<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mtext> 选择<gydF4y2Ba/mml:mtext> </mml:mrow> </mml:msub> </mml:math> </inline-formula>最好的规模根据公式(<xrgydF4y2Baef ref-type="disp-formula" rid="EEq9"> 12<gydF4y2Ba/xref>)<gydF4y2Ba/p> </list-item> <p></p> <fig id="fig3"> <label>图3<gydF4y2Ba/label> <p>该算法的例子。<gydF4y2Ba/p> <graphic xlink:href="//www.newsama.com/downloads/journals/wcmc/2020/8822777.fig.003"></graphic> </fig> <sec id="sec2.1"> <title>2.1。有些表面图像分层的原则<gydF4y2Ba/title> <p>的八位灰度图像被认为是由八个飞机的一点,每一个都包含卓越信息相匹配。四高部位的飞机,特别是最后两位飞机,包含的大部分信息的显著对象。低阶的位平面有助于更详细的灰度图像的细节,这意味着我们可以用卓越的信息和更多的层次构建原始图像,突出显著目标的比例在整个图像。因此,可以用来表示不同的信息分层图像。算法步骤如下:<gydF4y2Balist> <list-item> <label>(1)<gydF4y2Ba/label> </list-item> </list></p> <p>原始图像转换为灰度图像,并作为图像的第一层<gydF4y2Ba/p> <list-item> <label>(2)<gydF4y2Ba/label> <p>第一层图像的最低有效位层为零得到一幅图像的第二层包括七位层作为图像输出。最低有效位层第二层的形象为零的第三层图像的输出<gydF4y2Ba/p> </list-item> <list-item> <label>(3)<gydF4y2Ba/label> <p>不同位的二进制数据转换成十进制像素值获得多层图像匹配的比特数<gydF4y2Ba/p> </list-item> <p></p> <p>把二进制数据和一些水平的选择来实现图像分层。目的是产生多个对象的主导目标的图像的主要信息和减少干扰背景资料。操作结果如图<xrgydF4y2Baef ref-type="fig" rid="fig4"> 4<gydF4y2Ba/xref>。<gydF4y2Ba/p> <fig id="fig4"> <label>图4<gydF4y2Ba/label> <p>不同层次的图像分层的结果。<gydF4y2Ba/p> <graphic xlink:href="//www.newsama.com/downloads/journals/wcmc/2020/8822777.fig.004"></graphic> </fig> <p>在图<xrgydF4y2Baef rid="fig4" ref-type="fig"> 4<gydF4y2Ba/xref>,他们可以看出不同的飞机包含不同的图像信息。八张照片明显减少显著对象中包含的信息,以便在凸起的物体区域的图像不见了。其他图像,由于缺少一些层,也在一定程度上减少背景信息,突出视觉显著对象中包含的信息。<gydF4y2Ba/p> </sec> <sec id="sec2.2"> <title>2.2。颜色转换<gydF4y2Ba/title> <p>基于一些表面图像的层次结构的基础上进行了灰度图像。为了保持原从分层图像颜色特征,原始图像的颜色结构被用作模具的颜色转移到灰度图像分层。<gydF4y2Ba/p> <p>颜色转换过程,conversional技术经常用于灰色色彩斑斓的转换,这意味着每个图像像素的黑色区域和白色区域。它们是由点的灰度值,发送到三个段落通过不同亮度转换的实现。它生成相应的红色价值、绿色价值,和蓝色的价值,即彩色图像和像素对应颜色的价值,这不仅可以保留对象的模式差异和原始图像的背景也显著提高双色编码目标对比,使检测更加方便。颜色转换的实现步骤详细摘要如下。<gydF4y2Ba/p> <p>首先,与原始图像作为参考图像<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M15"> <mml:msub> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mtext> o<gydF4y2Ba/mml:mtext> </mml:mrow> </mml:msub> </mml:math> </inline-formula>(原始图像)和分割图像的图像处理<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M16"> <mml:msub> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mtext> g<gydF4y2Ba/mml:mtext> </mml:mrow> </mml:msub> </mml:math> </inline-formula>(灰度图像),<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M17"> <mml:msub> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mtext> g<gydF4y2Ba/mml:mtext> </mml:mrow> </mml:msub> </mml:math> </inline-formula>将扩展到三个频道,和图像的扩张吗<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M18"> <mml:msub> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mtext> o<gydF4y2Ba/mml:mtext> </mml:mrow> </mml:msub> </mml:math> </inline-formula>被转换成<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M19"> <mml:mi> Y<gydF4y2Ba/mml:mi> <mml:msub> <mml:mrow> <mml:mi> C<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mtext> b<gydF4y2Ba/mml:mtext> </mml:mrow> </mml:msub> <mml:msub> <mml:mrow> <mml:mi> C<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mtext> r<gydF4y2Ba/mml:mtext> </mml:mrow> </mml:msub> </mml:math> </inline-formula>空间(<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M20"> <mml:mi> Y<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>亮度分量,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M21"> <mml:msub> <mml:mrow> <mml:mi> C<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mtext> b<gydF4y2Ba/mml:mtext> </mml:mrow> </mml:msub> </mml:math> </inline-formula>是蓝色分量,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M22"> <mml:msub> <mml:mrow> <mml:mi> C<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mtext> r<gydF4y2Ba/mml:mtext> </mml:mrow> </mml:msub> </mml:math> </inline-formula>红色部分)。<gydF4y2Ba/p> <p>其次,最大和最小值图像矩阵的每一列构成<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M23"> <mml:msub> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mtext> o<gydF4y2Ba/mml:mtext> </mml:mrow> </mml:msub> </mml:math> </inline-formula>是假定。假设图像的分辨率<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M24"> <mml:mi> n<gydF4y2Ba/mml:mi> <mml:mo> ×<gydF4y2Ba/mml:mo> <mml:mi> 米<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M25"> <mml:mi> P<gydF4y2Ba/mml:mi> <mml:msup> <mml:mrow> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mi> j<gydF4y2Ba/mml:mi> </mml:mrow> </mml:mfenced> </mml:mrow> <mml:mrow> <mml:mi> n<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msup> <mml:mtext> </mml:mtext> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:mn> 1<gydF4y2Ba/mml:mn> <mml:mo> <<gydF4y2Ba/mml:mo> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mo> <<gydF4y2Ba/mml:mo> <mml:mi> n<gydF4y2Ba/mml:mi> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mn> 1<gydF4y2Ba/mml:mn> <mml:mo> <<gydF4y2Ba/mml:mo> <mml:mi> j<gydF4y2Ba/mml:mi> <mml:mo> <<gydF4y2Ba/mml:mo> <mml:mi> 米<gydF4y2Ba/mml:mi> </mml:mrow> </mml:mfenced> </mml:math> </inline-formula>用于表示图像像素的<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M26"> <mml:mi> 米<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>列;然后,每一列的最大和最小值的矩阵可以表示如下:<d我sp-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M27"> <mml:mtable> <mml:mlabeledtr id="eq1"> <mml:mtd> <mml:mtext> (1)<gydF4y2Ba/mml:mtext> </mml:mtd> <mml:mtd> <mml:mi> P<gydF4y2Ba/mml:mi> <mml:msup> <mml:mrow> <mml:mi mathvariant="normal"> 马克斯<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 米<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msup> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mi mathvariant="normal"> 马克斯<gydF4y2Ba/mml:mi> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:msubsup> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mn> 1<gydF4y2Ba/mml:mn> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mn> 1<gydF4y2Ba/mml:mn> </mml:mrow> <mml:mrow> <mml:mi> 米<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msubsup> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:msubsup> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mn> 1<gydF4y2Ba/mml:mn> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mn> 2<gydF4y2Ba/mml:mn> </mml:mrow> <mml:mrow> <mml:mi> 米<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msubsup> <mml:mrow> <mml:mo> ,<gydF4y2Ba/mml:mo> </mml:mrow> <mml:mrow> <mml:mo> ⋯<gydF4y2Ba/mml:mo> </mml:mrow> <mml:mrow> <mml:mo> ,<gydF4y2Ba/mml:mo> </mml:mrow> <mml:msubsup> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mn> 1<gydF4y2Ba/mml:mn> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mi> n<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 米<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msubsup> </mml:mrow> </mml:mfenced> <mml:mo> ,<gydF4y2Ba/mml:mo> </mml:mtd> </mml:mlabeledtr> <mml:mlabeledtr id="eq2"> <mml:mtd> <mml:mtext> (2)<gydF4y2Ba/mml:mtext> </mml:mtd> <mml:mtd> <mml:mi> P<gydF4y2Ba/mml:mi> <mml:msup> <mml:mrow> <mml:mi mathvariant="normal"> 最小值<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 米<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msup> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mi mathvariant="normal"> 最小值<gydF4y2Ba/mml:mi> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:msubsup> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mn> 1<gydF4y2Ba/mml:mn> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mn> 1<gydF4y2Ba/mml:mn> </mml:mrow> <mml:mrow> <mml:mi> 米<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msubsup> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:msubsup> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mn> 1<gydF4y2Ba/mml:mn> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mn> 2<gydF4y2Ba/mml:mn> </mml:mrow> <mml:mrow> <mml:mi> 米<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msubsup> <mml:mrow> <mml:mo> ,<gydF4y2Ba/mml:mo> </mml:mrow> <mml:mrow> <mml:mo> ⋯<gydF4y2Ba/mml:mo> </mml:mrow> <mml:mrow> <mml:mo> ,<gydF4y2Ba/mml:mo> </mml:mrow> <mml:msubsup> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mn> 1<gydF4y2Ba/mml:mn> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mi> n<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 米<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msubsup> </mml:mrow> </mml:mfenced> <mml:mo> 。<gydF4y2Ba/mml:mo> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula></p> <p>然后,两个图像的最大价值,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M28"> <mml:msubsup> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mtext> o<gydF4y2Ba/mml:mtext> </mml:mrow> <mml:mrow> <mml:mi mathvariant="normal"> 马克斯<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msubsup> </mml:math> </inline-formula>和<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M29"> <mml:msubsup> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mtext> g<gydF4y2Ba/mml:mtext> </mml:mrow> <mml:mrow> <mml:mi mathvariant="normal"> 马克斯<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msubsup> </mml:math> </inline-formula>两个图像的最小值,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M30"> <mml:msubsup> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mtext> o<gydF4y2Ba/mml:mtext> </mml:mrow> <mml:mrow> <mml:mi mathvariant="normal"> 最小值<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msubsup> </mml:math> </inline-formula>和<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M31"> <mml:msubsup> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mtext> g<gydF4y2Ba/mml:mtext> </mml:mrow> <mml:mrow> <mml:mi mathvariant="normal"> 最小值<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msubsup> </mml:math> </inline-formula>,计算。这两个图像归一化得到重建的彩色图像模型。<d我sp-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M32"> <mml:mtable> <mml:mlabeledtr id="EEq1"> <mml:mtd> <mml:mtext> (3)<gydF4y2Ba/mml:mtext> </mml:mtd> <mml:mtd> <mml:mtext> 马克<gydF4y2Ba/mml:mtext> <mml:mn> 1<gydF4y2Ba/mml:mn> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mfrac> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mtext> g<gydF4y2Ba/mml:mtext> </mml:mrow> </mml:msub> <mml:mo> −<gydF4y2Ba/mml:mo> <mml:msubsup> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mtext> g<gydF4y2Ba/mml:mtext> </mml:mrow> <mml:mrow> <mml:mi mathvariant="normal"> 最小值<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msubsup> </mml:mrow> <mml:mrow> <mml:msubsup> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mtext> g<gydF4y2Ba/mml:mtext> </mml:mrow> <mml:mrow> <mml:mi mathvariant="normal"> 马克斯<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msubsup> <mml:mo> −<gydF4y2Ba/mml:mo> <mml:msubsup> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mtext> g<gydF4y2Ba/mml:mtext> </mml:mrow> <mml:mrow> <mml:mi mathvariant="normal"> 最小值<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msubsup> </mml:mrow> </mml:mfrac> <mml:mo> ,<gydF4y2Ba/mml:mo> </mml:mtd> </mml:mlabeledtr> <mml:mlabeledtr id="EEq2"> <mml:mtd> <mml:mtext> (4)<gydF4y2Ba/mml:mtext> </mml:mtd> <mml:mtd> <mml:mtext> 马克<gydF4y2Ba/mml:mtext> <mml:mn> 2<gydF4y2Ba/mml:mn> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mfrac> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mtext> o<gydF4y2Ba/mml:mtext> </mml:mrow> </mml:msub> <mml:mo> −<gydF4y2Ba/mml:mo> <mml:msubsup> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mtext> o<gydF4y2Ba/mml:mtext> </mml:mrow> <mml:mrow> <mml:mi mathvariant="normal"> 最小值<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msubsup> </mml:mrow> <mml:mrow> <mml:msubsup> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mtext> o<gydF4y2Ba/mml:mtext> </mml:mrow> <mml:mrow> <mml:mi mathvariant="normal"> 马克斯<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msubsup> <mml:mo> −<gydF4y2Ba/mml:mo> <mml:msubsup> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mtext> o<gydF4y2Ba/mml:mtext> </mml:mrow> <mml:mrow> <mml:mi mathvariant="normal"> 最小值<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msubsup> </mml:mrow> </mml:mfrac> <mml:mo> 。<gydF4y2Ba/mml:mo> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula></p> <p>转移的彩色地图,将图像像素值像素点对应的Mark1 Mark2,,使层次灰色图像具有相同的颜色结构的原始图像。转换的结果如图<xrgydF4y2Baef rid="fig5" ref-type="fig"> 5<gydF4y2Ba/xref>。<gydF4y2Ba/p> <fig id="fig5"> <label>图5<gydF4y2Ba/label> <p>颜色转换效应图。<gydF4y2Ba/p> <graphic xlink:href="//www.newsama.com/downloads/journals/wcmc/2020/8822777.fig.005"></graphic> </fig> </sec> </sec> <sec id="sec3"> <title>3所示。与分层PCA产生显著图<gydF4y2Ba/title> <p>PCA模型用于分析数据的多元统计分析的过程。它是一种描述和少量的样本特性降低特征空间的维数。本文提出的算法的重建是凸起的地图有两个基于独特的结构特征和颜色特征的像素附近的层次显著对象。<gydF4y2Ba/p> <p>由于分层的结果,每一层的集成模型和颜色模式的形象不同于其他图像;节,这一形象降低优秀的目标;一层背景信息总是存在于显著分层图像通过计算每一层的图像,输出的结果被发现是最接近真实的价值。实验结果如图所示<xrgydF4y2Baef ref-type="fig" rid="fig6"> 6<gydF4y2Ba/xref>,数据<xrgydF4y2Baef ref-type="fig" rid="fig6"> 6<gydF4y2Ba/xref>(一)-<xrgydF4y2Baef ref-type="fig" rid="fig6"> 6<gydF4y2Ba/xref>(h)代表上述相应的分层图像的显著图,分别。的具体计算过程如下图描述的算法<xrgydF4y2Baef ref-type="fig" rid="fig6"> 6<gydF4y2Ba/xref>。<gydF4y2Ba/p> <fig id="fig6"> <label>图6<gydF4y2Ba/label> <p>实验结果图。<gydF4y2Ba/p> <graphic xlink:href="//www.newsama.com/downloads/journals/wcmc/2020/8822777.fig.006"></graphic> </fig> <sec id="sec3.1"> <title>3.1。提取结构特征<gydF4y2Ba/title> <p>为了提高效率的结构特征计算,PCA模型基于王et al。<xrgydF4y2Baef ref-type="bibr" rid="B23"> 23<gydF4y2Ba/xref>)已经表示。<gydF4y2Ba/p> <p>首先,分层的彩色图像分析了PCA模型,和每一层分成<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M33"> <mml:mn> 9<gydF4y2Ba/mml:mn> <mml:mo> ×<gydF4y2Ba/mml:mo> <mml:mn> 9<gydF4y2Ba/mml:mn> </mml:math> </inline-formula>块,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M34"> <mml:mi> N<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>块的总数。单层图像,每个图像块以像素点为中心<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M35"> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>表达的是<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M36"> <mml:msub> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:math> </inline-formula>,平均图像块<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M37"> <mml:msub> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 一个<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:math> </inline-formula>可以被定义为<d我sp-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M38"> <mml:mtable> <mml:mlabeledtr id="eq3"> <mml:mtd> <mml:mtext> (5)<gydF4y2Ba/mml:mtext> </mml:mtd> <mml:mtd> <mml:msub> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 一个<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mfrac> <mml:mrow> <mml:mn> 1<gydF4y2Ba/mml:mn> </mml:mrow> <mml:mrow> <mml:mi> N<gydF4y2Ba/mml:mi> </mml:mrow> </mml:mfrac> <mml:munderover> <mml:mrow> <mml:mo movablelimits="false"> ∑<gydF4y2Ba/mml:mo> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mn> 1<gydF4y2Ba/mml:mn> </mml:mrow> <mml:mrow> <mml:mi> N<gydF4y2Ba/mml:mi> </mml:mrow> </mml:munderover> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:mrow> <mml:mo> 。<gydF4y2Ba/mml:mo> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula></p> <p>他们可以计算每个图像块之间的距离<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M39"> <mml:msub> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:math> </inline-formula>和平均图像块<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M40"> <mml:msub> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 一个<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:math> </inline-formula>,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M41"> <mml:mi> d<gydF4y2Ba/mml:mi> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:msub> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 一个<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> </mml:math> </inline-formula>,以及主成分的方向。一个图像块是否有显著的结构特点是基于距离决定的。在这里,每个图像块的位置坐标由中央像素表示<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M42"> <mml:msub> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> x<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:msub> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> y<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> </mml:math> </inline-formula>,平均图像块的位置是由<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M43"> <mml:msub> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 一个<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> 一个<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> x<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:msub> <mml:mrow> <mml:mi> 一个<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> y<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> </mml:math> </inline-formula>。的定义<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M44"> <mml:mi> d<gydF4y2Ba/mml:mi> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:msub> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 一个<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> </mml:math> </inline-formula>显示为<d我sp-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M45"> <mml:mtable> <mml:mlabeledtr id="EEq3"> <mml:mtd> <mml:mtext> (6)<gydF4y2Ba/mml:mtext> </mml:mtd> <mml:mtd> <mml:mi> d<gydF4y2Ba/mml:mi> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:msub> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 一个<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mfrac> <mml:mrow> <mml:mn> 1<gydF4y2Ba/mml:mn> </mml:mrow> <mml:mrow> <mml:mi> N<gydF4y2Ba/mml:mi> </mml:mrow> </mml:mfrac> <mml:mo> ×<gydF4y2Ba/mml:mo> <mml:munderover> <mml:mrow> <mml:mo movablelimits="false"> ∑<gydF4y2Ba/mml:mo> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mn> 1<gydF4y2Ba/mml:mn> </mml:mrow> <mml:mrow> <mml:mi> N<gydF4y2Ba/mml:mi> </mml:mrow> </mml:munderover> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:mrow> <mml:mo> ×<gydF4y2Ba/mml:mo> <mml:msqrt> <mml:mrow> <mml:mfrac> <mml:mrow> <mml:msup> <mml:mrow> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> x<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> <mml:mo> −<gydF4y2Ba/mml:mo> <mml:msub> <mml:mrow> <mml:mi> 一个<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> x<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> </mml:mrow> <mml:mrow> <mml:mn> 2<gydF4y2Ba/mml:mn> </mml:mrow> </mml:msup> <mml:mo> +<gydF4y2Ba/mml:mo> <mml:msup> <mml:mrow> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> y<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> <mml:mo> −<gydF4y2Ba/mml:mo> <mml:msub> <mml:mrow> <mml:mi> 一个<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> y<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> </mml:mrow> <mml:mrow> <mml:mn> 2<gydF4y2Ba/mml:mn> </mml:mrow> </mml:msup> </mml:mrow> <mml:mrow> <mml:msubsup> <mml:mrow> <mml:mi> 年代<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mi> 一个<gydF4y2Ba/mml:mi> </mml:mrow> </mml:mfenced> </mml:mrow> <mml:mrow> <mml:mn> 2<gydF4y2Ba/mml:mn> </mml:mrow> </mml:msubsup> </mml:mrow> </mml:mfrac> </mml:mrow> </mml:msqrt> <mml:mo> 。<gydF4y2Ba/mml:mo> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula>在哪里<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M46"> <mml:msubsup> <mml:mrow> <mml:mi> 年代<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mi> 一个<gydF4y2Ba/mml:mi> </mml:mrow> </mml:mfenced> </mml:mrow> <mml:mrow> <mml:mn> 2<gydF4y2Ba/mml:mn> </mml:mrow> </mml:msubsup> </mml:math> </inline-formula>是两个图像块之间的方差。<gydF4y2Ba/p> <p>判断的规则如下:当<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M47"> <mml:mi> d<gydF4y2Ba/mml:mi> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:msub> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 一个<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> </mml:math> </inline-formula>大于阈值的数据集,该图像块被认为是显著区域,另是一种常见的图像块。从数学意义,结构特征的提取是归因于<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M48"> <mml:msub> <mml:mrow> <mml:mi> l<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mn> 1<gydF4y2Ba/mml:mn> </mml:mrow> </mml:msub> </mml:math> </inline-formula>规范的<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M49"> <mml:msub> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:math> </inline-formula>PCA的坐标系统。因此,结构特征<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M50"> <mml:mi> P<gydF4y2Ba/mml:mi> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> </mml:math> </inline-formula>进一步定义为<d我sp-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M51"> <mml:mtable> <mml:mlabeledtr id="EEq4"> <mml:mtd> <mml:mtext> (7)<gydF4y2Ba/mml:mtext> </mml:mtd> <mml:mtd> <mml:mi> P<gydF4y2Ba/mml:mi> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:msub> <mml:mrow> <mml:mfenced open="‖" close="‖"> <mml:mrow> <mml:msubsup> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mo> ′<gydF4y2Ba/mml:mo> </mml:mrow> </mml:msubsup> </mml:mrow> </mml:mfenced> </mml:mrow> <mml:mrow> <mml:mn> 1<gydF4y2Ba/mml:mn> </mml:mrow> </mml:msub> <mml:mo> 。<gydF4y2Ba/mml:mo> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula></p> <p>在公式(<xrgydF4y2Baef ref-type="disp-formula" rid="EEq4"> 7<gydF4y2Ba/xref>),<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M52"> <mml:msubsup> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mo> ′<gydF4y2Ba/mml:mo> </mml:mrow> </mml:msubsup> </mml:math> </inline-formula>的坐标<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M53"> <mml:msub> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:math> </inline-formula>PCA的坐标系统。<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M54"> <mml:msub> <mml:mrow> <mml:mfenced open="‖" close="‖"> <mml:mrow> <mml:mo> ⋅<gydF4y2Ba/mml:mo> </mml:mrow> </mml:mfenced> </mml:mrow> <mml:mrow> <mml:mn> 1<gydF4y2Ba/mml:mn> </mml:mrow> </mml:msub> </mml:math> </inline-formula>操作的象征吗<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M55"> <mml:msub> <mml:mrow> <mml:mi> l<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mn> 1<gydF4y2Ba/mml:mn> </mml:mrow> </mml:msub> </mml:math> </inline-formula>规范。<gydF4y2Ba/p> </sec> <sec id="sec3.2"> <title>3.2。颜色特征的提取<gydF4y2Ba/title> <p>尽管结构特征的提取图像中可以找到最独特的块,它并不适合所有图像。如图<xrgydF4y2Baef rid="fig7" ref-type="fig"> 7<gydF4y2Ba/xref>,每个球体的结构特征是一样的,但颜色是不同的。在这种情况下,他们认为颜色特征更独特。所以,颜色特征的提取是至关重要的。<gydF4y2Ba/p> <fig id="fig7"> <label>图7<gydF4y2Ba/label> <p>颜色特征的提取。<gydF4y2Ba/p> <graphic xlink:href="//www.newsama.com/downloads/journals/wcmc/2020/8822777.fig.007"></graphic> </fig> <p>在这里,两个步骤是用来检测图像块的颜色差异。第一步是将图像的每一层分成几个街区通过使用简单的线性迭代聚类superpixel分割方法,然后确定哪些块具有独特的颜色特征。在第二步中,图像块之间的距离的总和和其他图像块<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M56"> <mml:mi> Y<gydF4y2Ba/mml:mi> <mml:msub> <mml:mrow> <mml:mi> C<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mtext> b<gydF4y2Ba/mml:mtext> </mml:mrow> </mml:msub> <mml:msub> <mml:mrow> <mml:mi> C<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mtext> r<gydF4y2Ba/mml:mtext> </mml:mrow> </mml:msub> </mml:math> </inline-formula>颜色空间被定义为图像的色差。在这里,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M57"> <mml:msub> <mml:mrow> <mml:mi> r<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:math> </inline-formula>用于表示的位置吗<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M58"> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>块的颜色空间,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M59"> <mml:msub> <mml:mrow> <mml:mi> r<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> j<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:math> </inline-formula>用于表示的位置吗<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M60"> <mml:mi> j<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>图像块。从数学意义,颜色特征提取的图像块<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M61"> <mml:msub> <mml:mrow> <mml:mi> r<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:math> </inline-formula>计算其<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M62"> <mml:msub> <mml:mrow> <mml:mi> l<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mn> 2<gydF4y2Ba/mml:mn> </mml:mrow> </mml:msub> </mml:math> </inline-formula>规范的PCA坐标系统。因此,颜色特征<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M63"> <mml:mi> C<gydF4y2Ba/mml:mi> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> r<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> </mml:math> </inline-formula>的<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M64"> <mml:msub> <mml:mrow> <mml:mi> r<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:math> </inline-formula>被定义为<d我sp-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M65"> <mml:mtable> <mml:mlabeledtr id="EEq5"> <mml:mtd> <mml:mtext> (8)<gydF4y2Ba/mml:mtext> </mml:mtd> <mml:mtd> <mml:mi> P<gydF4y2Ba/mml:mi> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:msub> <mml:mrow> <mml:mfenced open="‖" close="‖"> <mml:mrow> <mml:msubsup> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mo> ′<gydF4y2Ba/mml:mo> </mml:mrow> </mml:msubsup> </mml:mrow> </mml:mfenced> </mml:mrow> <mml:mrow> <mml:mn> 1<gydF4y2Ba/mml:mn> </mml:mrow> </mml:msub> <mml:mo> 。<gydF4y2Ba/mml:mo> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula></p> <p>上的形式,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M66"> <mml:msub> <mml:mrow> <mml:mi> r<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> <mml:mo> −<gydF4y2Ba/mml:mo> <mml:msub> <mml:mrow> <mml:mi> r<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> j<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:math> </inline-formula>由两个街区之间的距离来表示。<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M67"> <mml:msub> <mml:mrow> <mml:mfenced open="‖" close="‖"> <mml:mrow> <mml:mo> ⋅<gydF4y2Ba/mml:mo> </mml:mrow> </mml:mfenced> </mml:mrow> <mml:mrow> <mml:mn> 2<gydF4y2Ba/mml:mn> </mml:mrow> </mml:msub> </mml:math> </inline-formula>操作的象征吗<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M68"> <mml:msub> <mml:mrow> <mml:mi> l<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mn> 2<gydF4y2Ba/mml:mn> </mml:mrow> </mml:msub> </mml:math> </inline-formula>规范。<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M69"> <mml:mi> 米<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>代表superpixel分割后的块的总数。<gydF4y2Ba/p> </sec> <sec id="sec3.3"> <title>3.3。结构特征和颜色特征的特点融合<gydF4y2Ba/title> <p>单一图像结构特征或颜色特征不能有效描述显著对象的所有信息。为了获得准确的和显著的对象,他们可以结合每一层的结构和颜色特征的图像来检测不同层的显著区域的图像。在这里,他们使用的是融合功能<d我sp-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M70"> <mml:mtable> <mml:mlabeledtr id="EEq6"> <mml:mtd> <mml:mtext> (9)<gydF4y2Ba/mml:mtext> </mml:mtd> <mml:mtd> <mml:mi> D<gydF4y2Ba/mml:mi> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mi> P<gydF4y2Ba/mml:mi> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> <mml:mo> ⋅<gydF4y2Ba/mml:mo> <mml:mi> C<gydF4y2Ba/mml:mi> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> <mml:mo> 。<gydF4y2Ba/mml:mo> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula></p> <p>在那之后,融合功能是有限的<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M71"> <mml:mfenced open="[" close="]"> <mml:mrow> <mml:mn> 0<gydF4y2Ba/mml:mn> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mn> 1<gydF4y2Ba/mml:mn> </mml:mrow> </mml:mfenced> </mml:math> </inline-formula>通过归一化范围。因为视觉像素通常是集群,他们通常对应于真实场景中的对象。为了进一步修改卓越模型,人们通常使用中心之前的方法把目标区域附近的中心。中心基于先验的算法通常假定目标位于图像的中心作为一个假设的条件。之前通过定义中心的重量与峰值value-centered高斯函数,对象卓越中心的图像是突出强调按重量分配。在这里,不同的目标区域是由一组像素在不同阈值下,和阈值是均匀分布的<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M72"> <mml:mfenced open="[" close="]"> <mml:mrow> <mml:mn> 0<gydF4y2Ba/mml:mn> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mn> 1<gydF4y2Ba/mml:mn> </mml:mrow> </mml:mfenced> </mml:math> </inline-formula>时间间隔。因此,中心之前计算的过程如下:<gydF4y2Balist> <list-item> <label>(1)<gydF4y2Ba/label> </list-item> </list></p> <p>检测到图像像素组不同层的融合特征映射<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M73"> <mml:mi> D<gydF4y2Ba/mml:mi> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> </mml:math> </inline-formula>的重心计算每个阈值结果<gydF4y2Ba/p> <list-item> <label>(2)<gydF4y2Ba/label> <p>重心的高斯分布的地方<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M74"> <mml:mi> δ<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>10000年,为每个阈值对应的高斯权重计算<gydF4y2Ba/p> </list-item> <list-item> <label>(3)<gydF4y2Ba/label> <p>5的高斯分布与重量添加到图像中心每一层来提高中心位置的重量<gydF4y2Ba/p> </list-item> <p></p> <p>高斯权重映射<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M75"> <mml:mi> G<gydF4y2Ba/mml:mi> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> </mml:math> </inline-formula>用于表示所有高斯分布的加权和,并给出不同的特点重点根据重量分布的差异。因此,他们可以进一步定义特点映射和结合融合特征映射和高斯权重映射得到的视觉显著图<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M76"> <mml:mi> 年代<gydF4y2Ba/mml:mi> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> </mml:math> </inline-formula>。<d我sp-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M77"> <mml:mtable> <mml:mlabeledtr id="EEq7"> <mml:mtd> <mml:mtext> (10)<gydF4y2Ba/mml:mtext> </mml:mtd> <mml:mtd> <mml:mi> 年代<gydF4y2Ba/mml:mi> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mi> D<gydF4y2Ba/mml:mi> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> <mml:mo> ⋅<gydF4y2Ba/mml:mo> <mml:mi> G<gydF4y2Ba/mml:mi> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> <mml:mo> 。<gydF4y2Ba/mml:mo> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula></p> </sec> <sec id="sec3.4"> <title>3.4。决定最优的结果<gydF4y2Ba/title> <p>上述步骤后,显著图像对应于每一层可以获得最好的检测结果图将是最终的输出图像。<gydF4y2Ba/p> <p>在信息理论中,熵是一个相对基本概念,这是由随机事件的平均信息量。信息熵往往意味着前景和背景噪声的分布在图像信号。一般来说,如果图像的显著区域更明显,这将是更重要的在整个图像的性能,也会抑制更多的和重复的背景区域。因此,凸起地区也聚集在特定区域的直方图的值。它提供了小的信息熵。一般的规则是,最小信息熵对应最好的显著图。图像信号<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M78"> <mml:mi> X<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>,其信息熵定义为<d我sp-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M79"> <mml:mtable> <mml:mlabeledtr id="EEq8"> <mml:mtd> <mml:mtext> (11)<gydF4y2Ba/mml:mtext> </mml:mtd> <mml:mtd> <mml:mtext> 实体<gydF4y2Ba/mml:mtext> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:mi> x<gydF4y2Ba/mml:mi> </mml:mrow> </mml:mfenced> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mrow> <mml:mo> −<gydF4y2Ba/mml:mo> </mml:mrow> <mml:munderover> <mml:mrow> <mml:mo movablelimits="false"> ∑<gydF4y2Ba/mml:mo> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mn> 1<gydF4y2Ba/mml:mn> </mml:mrow> <mml:mrow> <mml:mi> 米<gydF4y2Ba/mml:mi> </mml:mrow> </mml:munderover> <mml:mrow> <mml:munderover> <mml:mrow> <mml:mo movablelimits="false"> ∑<gydF4y2Ba/mml:mo> </mml:mrow> <mml:mrow> <mml:mi> j<gydF4y2Ba/mml:mi> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mn> 1<gydF4y2Ba/mml:mn> </mml:mrow> <mml:mrow> <mml:mi> n<gydF4y2Ba/mml:mi> </mml:mrow> </mml:munderover> </mml:mrow> <mml:mrow> <mml:mi> p<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> X<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mi> j<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> <mml:mi mathvariant="normal"> 日志<gydF4y2Ba/mml:mi> <mml:mi> p<gydF4y2Ba/mml:mi> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> X<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mi> j<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> <mml:mo> 。<gydF4y2Ba/mml:mo> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula></p> <p>在公式(<xrgydF4y2Baef ref-type="disp-formula" rid="EEq8"> 11<gydF4y2Ba/xref>),<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M80"> <mml:msub> <mml:mrow> <mml:mi> X<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mi> j<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> <mml:mtext> </mml:mtext> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mn> 1<gydF4y2Ba/mml:mn> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mn> 2<gydF4y2Ba/mml:mn> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mo> ⋯<gydF4y2Ba/mml:mo> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mi> 米<gydF4y2Ba/mml:mi> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mi> j<gydF4y2Ba/mml:mi> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mn> 1<gydF4y2Ba/mml:mn> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mn> 2<gydF4y2Ba/mml:mn> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mo> ⋯<gydF4y2Ba/mml:mo> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mi> n<gydF4y2Ba/mml:mi> </mml:mrow> </mml:mfenced> </mml:math> </inline-formula>代表图像的灰度值<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M81"> <mml:mi> X<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>排队<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M82"> <mml:mi> j<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>和行<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M83"> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M84"> <mml:mi> p<gydF4y2Ba/mml:mi> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> X<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mi> j<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> </mml:math> </inline-formula>意味着发生的概率<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M85"> <mml:msub> <mml:mrow> <mml:mi> X<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mi> j<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:math> </inline-formula>在图像<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M86"> <mml:mi> X<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>,实体代表图像的熵。然后,显著图<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M87"> <mml:msub> <mml:mrow> <mml:mi> k<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mtext> 选择<gydF4y2Ba/mml:mtext> </mml:mrow> </mml:msub> </mml:math> </inline-formula>最好的规模可以表示为<d我sp-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M88"> <mml:mtable> <mml:mlabeledtr id="EEq9"> <mml:mtd> <mml:mtext> (12)<gydF4y2Ba/mml:mtext> </mml:mtd> <mml:mtd> <mml:msub> <mml:mrow> <mml:mi> k<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mtext> 选择<gydF4y2Ba/mml:mtext> </mml:mrow> </mml:msub> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:munder> <mml:mrow> <mml:mi mathvariant="normal"> 参数<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> 最小值<gydF4y2Ba/mml:mi> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:mtext> 实体<gydF4y2Ba/mml:mtext> <mml:mfenced open="(" close=")"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> 年代<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> k<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> </mml:mrow> </mml:mfenced> </mml:mrow> <mml:mrow> <mml:mi> k<gydF4y2Ba/mml:mi> </mml:mrow> </mml:munder> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mi class="cond"> </mml:mi> <mml:mi> k<gydF4y2Ba/mml:mi> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mn> 1<gydF4y2Ba/mml:mn> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mo> ⋯<gydF4y2Ba/mml:mo> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mi> K<gydF4y2Ba/mml:mi> <mml:mo> 。<gydF4y2Ba/mml:mo> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula></p> <p>的信息熵计算多层分层PCA处理后显著图。分层图像的信息熵表所示<xrgydF4y2Baef rid="tab1" ref-type="table"> 1<gydF4y2Ba/xref>。<gydF4y2Ba/p> <table-wrap id="tab1"> <label>表1<gydF4y2Ba/label> <p>分层图像信息熵。<gydF4y2Ba/p> <table> <thead> <tr> <th></th> <th align="center">1号<gydF4y2Ba/th> <th align="center">2号<gydF4y2Ba/th> <th align="center">3号<gydF4y2Ba/th> <th align="center">4号<gydF4y2Ba/th> <th align="center">5号<gydF4y2Ba/th> <th align="center">6号<gydF4y2Ba/th> <th align="center">7号<gydF4y2Ba/th> <th align="center">8号<gydF4y2Ba/th> </tr> </thead> <tbody> <tr> <td align="left">B1<gydF4y2Ba/td> <td align="center">6.34<gydF4y2Ba/td> <td align="center">6.39<gydF4y2Ba/td> <td align="center">6.33<gydF4y2Ba/td> <td align="center">6.35<gydF4y2Ba/td> <td align="center">6.36<gydF4y2Ba/td> <td align="center">5.78<gydF4y2Ba/td> <td align="center">6.05<gydF4y2Ba/td> <td align="center">6.10<gydF4y2Ba/td> </tr> <tr> <td align="left">B2<gydF4y2Ba/td> <td align="center">7.21<gydF4y2Ba/td> <td align="center">6.73<gydF4y2Ba/td> <td align="center">7.03<gydF4y2Ba/td> <td align="center">7.02<gydF4y2Ba/td> <td align="center">7.01<gydF4y2Ba/td> <td align="center">7.03<gydF4y2Ba/td> <td align="center">7.10<gydF4y2Ba/td> <td align="center">7.13<gydF4y2Ba/td> </tr> <tr> <td align="left">B3<gydF4y2Ba/td> <td align="center">5.78<gydF4y2Ba/td> <td align="center">5.82<gydF4y2Ba/td> <td align="center">5.63<gydF4y2Ba/td> <td align="center">5.56<gydF4y2Ba/td> <td align="center">5.69<gydF4y2Ba/td> <td align="center">5.78<gydF4y2Ba/td> <td align="center">5.79<gydF4y2Ba/td> <td align="center">5.82<gydF4y2Ba/td> </tr> </tbody> </table> </table-wrap> <p>表中的数据<xrgydF4y2Baef rid="tab1" ref-type="table"> 1<gydF4y2Ba/xref>是每个图像的信息熵如图<xrgydF4y2Baef rid="fig8" ref-type="fig"> 8<gydF4y2Ba/xref>。他们使用上述信息熵决策规则决定8级的图像,选择最小的图像信息熵作为输出最优结果,并获得显著图的背景信息,最终结果表<xrgydF4y2Baef rid="tab1" ref-type="table"> 1<gydF4y2Ba/xref>。<gydF4y2Ba/p> <fig id="fig8"> <label>图8<gydF4y2Ba/label> <p>使用层次PCA模型显著图。<gydF4y2Ba/p> <graphic xlink:href="//www.newsama.com/downloads/journals/wcmc/2020/8822777.fig.008"></graphic> </fig> </sec> </sec> <sec id="sec4"> <title>4所示。实验结果和分析<gydF4y2Ba/title> <p>实验方法使用MATLAB软件编程平台,和算法实现ThinkPad-E40笔记本电脑。凸起的层次PCA模型检测是测试数据集的mra - 1000, asd - 1000和ecssd - 1000和与几种方法相比,如ITTI (IT) (<xrgydF4y2Baef ref-type="bibr" rid="B1"> 1<gydF4y2Ba/xref>),GBVS (GB) [<xrgydF4y2Baef ref-type="bibr" rid="B2"> 2<gydF4y2Ba/xref>,老<xrgydF4y2Baef ref-type="bibr" rid="B3"> 3<gydF4y2Ba/xref>],LC [<xrgydF4y2Baef ref-type="bibr" rid="B25"> 25<gydF4y2Ba/xref>],HS [<xrgydF4y2Baef ref-type="bibr" rid="B23"> 23<gydF4y2Ba/xref>],BSCA [<xrgydF4y2Baef ref-type="bibr" rid="B26"> 26<gydF4y2Ba/xref>],HDCT [<xrgydF4y2Baef ref-type="bibr" rid="B27"> 27<gydF4y2Ba/xref>],DCRR [<xrgydF4y2Baef ref-type="bibr" rid="B28"> 28<gydF4y2Ba/xref>]。结果Itti et al。<xrgydF4y2Baef ref-type="bibr" rid="B1"> 1<gydF4y2Ba/xref>和杨et al。<xrgydF4y2Baef ref-type="bibr" rid="B2"> 2<gydF4y2Ba/xref>),分别由侯提供和张<xrgydF4y2Baef ref-type="bibr" rid="B3"> 3<gydF4y2Ba/xref>),方et al。<xrgydF4y2Baef ref-type="bibr" rid="B25"> 25<gydF4y2Ba/xref>王,et al。<xrgydF4y2Baef ref-type="bibr" rid="B23"> 23<gydF4y2Ba/xref>在每个数据集)。CHS [<xrgydF4y2Baef ref-type="bibr" rid="B29"> 29日<gydF4y2Ba/xref>)使用了原始数据生成ECSSD数据集。视觉对比的结果如图<xrgydF4y2Baef ref-type="fig" rid="fig9"> 9<gydF4y2Ba/xref>。此外,为了客观地评价检测结果,使用各种算法如精确率(前),召回率(REC)<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M89"> <mml:mi> F<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>测量(FME)来评估性能。以前的定义、矩形和FME公式所示(<xrgydF4y2Baef ref-type="disp-formula" rid="EEq10"> 13<gydF4y2Ba/xref>)- (<xrgydF4y2Baef ref-type="disp-formula" rid="EEq10"> 15<gydF4y2Ba/xref>)[<xrgydF4y2Baef ref-type="bibr" rid="B30"> 30.<gydF4y2Ba/xref>]。<d我sp-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M90"> <mml:mtable> <mml:mlabeledtr id="EEq10"> <mml:mtd> <mml:mtext> (13)<gydF4y2Ba/mml:mtext> </mml:mtd> <mml:mtd> <mml:mtext> 精准医疗<gydF4y2Ba/mml:mtext> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mfrac> <mml:mrow> <mml:mtext> TP<gydF4y2Ba/mml:mtext> </mml:mrow> <mml:mrow> <mml:mtext> TP<gydF4y2Ba/mml:mtext> <mml:mo> +<gydF4y2Ba/mml:mo> <mml:mtext> 《外交政策》<gydF4y2Ba/mml:mtext> </mml:mrow> </mml:mfrac> <mml:mo> ,<gydF4y2Ba/mml:mo> </mml:mtd> </mml:mlabeledtr> <mml:mlabeledtr id="eq4"> <mml:mtd> <mml:mtext> (14)<gydF4y2Ba/mml:mtext> </mml:mtd> <mml:mtd> <mml:mtext> 矩形<gydF4y2Ba/mml:mtext> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mfrac> <mml:mrow> <mml:mtext> TP<gydF4y2Ba/mml:mtext> </mml:mrow> <mml:mrow> <mml:mtext> TP<gydF4y2Ba/mml:mtext> <mml:mo> +<gydF4y2Ba/mml:mo> <mml:mtext> FN<gydF4y2Ba/mml:mtext> </mml:mrow> </mml:mfrac> <mml:mo> ,<gydF4y2Ba/mml:mo> </mml:mtd> </mml:mlabeledtr> <mml:mlabeledtr id="EEq11"> <mml:mtd> <mml:mtext> (15)<gydF4y2Ba/mml:mtext> </mml:mtd> <mml:mtd> <mml:mtext> FME<gydF4y2Ba/mml:mtext> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mn> 2<gydF4y2Ba/mml:mn> <mml:mo> ×<gydF4y2Ba/mml:mo> <mml:mfrac> <mml:mrow> <mml:mtext> 精准医疗<gydF4y2Ba/mml:mtext> <mml:mo> ×<gydF4y2Ba/mml:mo> <mml:mtext> 矩形<gydF4y2Ba/mml:mtext> </mml:mrow> <mml:mrow> <mml:mtext> 精准医疗<gydF4y2Ba/mml:mtext> <mml:mo> +<gydF4y2Ba/mml:mo> <mml:mtext> 矩形<gydF4y2Ba/mml:mtext> </mml:mrow> </mml:mfrac> <mml:mo> 。<gydF4y2Ba/mml:mo> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula></p> <fig id="fig9"> <label>图9<gydF4y2Ba/label> <p>图算法的结果进行了比较。<gydF4y2Ba/p> <graphic xlink:href="//www.newsama.com/downloads/journals/wcmc/2020/8822777.fig.009"></graphic> </fig> <p>其中,TP表示图像像素检测的数量显著对象。TN意味着背景正确划分为背景像素类的数量。FP显示的像素数量提取错误的背景。FN意味着显著对象的错误分为像素在后台类的数量。AUC指标被定义为低区包围ROC曲线与坐标轴,最大值为1。AUC越大,更好的预测性能的人眼注视点的方法。<gydF4y2Ba/p> <p>图<xrgydF4y2Baef rid="fig10" ref-type="fig"> 10<gydF4y2Ba/xref>显示了<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M91"> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>- - - - - -<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M92"> <mml:mi> R<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>曲线(<xrgydF4y2Baef ref-type="bibr" rid="B11"> 11<gydF4y2Ba/xref>,<xrgydF4y2Baef ref-type="bibr" rid="B31"> 31日<gydF4y2Ba/xref>)不同特点的检测算法在三个典型常见的数据集。可以看出,由于ECSSD数据集识别率高,HS和LC算法的精度是90%以上,但精度参数率也较低。ASD的数据集,每个算法在一定程度上减少了回忆,和精确率等参数的算法,GB, LC明显减少。在ASD数据集,GB算法的召回率较高,和HS算法准确性和有一定的优势<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M93"> <mml:mi> F<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>测量值。一般来说,算法在不同数据集的准确性超过90%,平均<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M94"> <mml:mi> F<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>测量值高于其他算法。检测结果显示为稳定和鲁棒性。<gydF4y2Ba/p> <fig-group id="fig10"> <label>图10<gydF4y2Ba/label> <p>的<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M95"> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>- - - - - -<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M96"> <mml:mi> R<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>ASD的曲线和ECSSD数据集。<gydF4y2Ba/p> <fig id="fig10a"> <label>(一)<gydF4y2Ba/label> <p>的<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M97"> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>- - - - - -<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M98"> <mml:mi> R<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>曲线的ASD的数据集<gydF4y2Ba/p> <graphic xlink:href="//www.newsama.com/downloads/journals/wcmc/2020/8822777.fig.0010a"></graphic> </fig> <fig id="fig10b"> <label>(b)<gydF4y2Ba/label> <p>的<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M99"> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>- - - - - -<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M100"> <mml:mi> R<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>ECSSD数据集的曲线<gydF4y2Ba/p> <graphic xlink:href="//www.newsama.com/downloads/journals/wcmc/2020/8822777.fig.0010b"></graphic> </fig> </fig-group> <p>图<xrgydF4y2Baef rid="fig11" ref-type="fig"> 11<gydF4y2Ba/xref>的对比柱状图<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M101"> <mml:mi> F<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>测量值不同算法的结果如图<xrgydF4y2Baef rid="fig12" ref-type="fig"> 12<gydF4y2Ba/xref>。可以看出,由于ECSSD数据集图像识别率高,HS和LC算法的准确性超过90%,但是<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M102"> <mml:mi> F<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>测量值很低。在更复杂的多分辨数据集,每个算法减少了召回率在一定程度上,和<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M103"> <mml:mi> F<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>测量值,GB,信用证和其他算法显著降低。相对简单的ASD数据集,GB算法具有较高的召回率,在准确性和HS算法具有一定的优势<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M104"> <mml:mi> F<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>测量值。一般来说,在不同的数据集算法的准确性超过90%,平均<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M105"> <mml:mi> F<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>测量值高于其他算法。检测效果稳定、鲁棒性比另一种更好的解决方案。<gydF4y2Ba/p> <fig id="fig11"> <label>图11<gydF4y2Ba/label> <p>的柱状图的对比<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M106"> <mml:mi> F<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>测量值。<gydF4y2Ba/p> <graphic xlink:href="//www.newsama.com/downloads/journals/wcmc/2020/8822777.fig.0011"></graphic> </fig> <fig-group id="fig12"> <label>图12<gydF4y2Ba/label> <p>ASD的ROC曲线和ECSSD数据集。<gydF4y2Ba/p> <fig id="fig12a"> <label>(一)<gydF4y2Ba/label> <p>ASD的ROC曲线数据集<gydF4y2Ba/p> <graphic xlink:href="//www.newsama.com/downloads/journals/wcmc/2020/8822777.fig.0012a"></graphic> </fig> <fig id="fig12b"> <label>(b)<gydF4y2Ba/label> <p>ECSSD ROC曲线的数据集<gydF4y2Ba/p> <graphic xlink:href="//www.newsama.com/downloads/journals/wcmc/2020/8822777.fig.0012b"></graphic> </fig> </fig-group> <p>结果在表<xrgydF4y2Baef rid="tab2" ref-type="table"> 2<gydF4y2Ba/xref>可以显示每个方法的AUC得分。可以看出,我们的方法的AUC得分最高,表明我们的方法仍然具有良好的检测效果自然具有复杂背景的图像,并且可以有效地品牌卓越的目标。同时,这表明本文的方法具有较高的精度和获得的显著图接近地面的真相。<gydF4y2Ba/p> <table-wrap id="tab2"> <label>表2<gydF4y2Ba/label> <p>ASD的AUC值和ECSSD数据集。<gydF4y2Ba/p> <table> <thead> <tr> <th align="left">方法<gydF4y2Ba/th> <th align="center">ASD的数据集<gydF4y2Ba/th> <th align="center">ECSSD数据集<gydF4y2Ba/th> </tr> </thead> <tbody> <tr> <td align="left">它<gydF4y2Ba/td> <td align="center">0.7252<gydF4y2Ba/td> <td align="center">0.5493<gydF4y2Ba/td> </tr> <tr> <td align="left">GB<gydF4y2Ba/td> <td align="center">0.8207<gydF4y2Ba/td> <td align="center">0.6681<gydF4y2Ba/td> </tr> <tr> <td align="left">老<gydF4y2Ba/td> <td align="center">0.6736<gydF4y2Ba/td> <td align="center">0.5805<gydF4y2Ba/td> </tr> <tr> <td align="left">海关<gydF4y2Ba/td> <td align="center">0.8232<gydF4y2Ba/td> <td align="center">0.6813<gydF4y2Ba/td> </tr> <tr> <td align="left">信用证<gydF4y2Ba/td> <td align="center">0.8451<gydF4y2Ba/td> <td align="center">0.6954<gydF4y2Ba/td> </tr> <tr> <td align="left">BSCA<gydF4y2Ba/td> <td align="center">0.8302<gydF4y2Ba/td> <td align="center">0.6755<gydF4y2Ba/td> </tr> <tr> <td align="left">HDCT<gydF4y2Ba/td> <td align="center">0.8894<gydF4y2Ba/td> <td align="center">0.6954<gydF4y2Ba/td> </tr> <tr> <td align="left">DCRR<gydF4y2Ba/td> <td align="center">0.9212<gydF4y2Ba/td> <td align="center">0.7091<gydF4y2Ba/td> </tr> <tr> <td align="left">提出了<gydF4y2Ba/td> <td align="center">0.9242<gydF4y2Ba/td> <td align="center">0.7990<gydF4y2Ba/td> </tr> </tbody> </table> </table-wrap> <p>计算速度是一个重要的指数评价方法的优越性。该方法的计算速度决定了是否可以应用于实时系统。在各种图像处理领域的一个预处理过程,计算速度是非常重要的。方法的准确性的前提下满足预期的需求,计算速度越快,方法的整体性能就越好。每种方法的平均计算时间如表所示<xrgydF4y2Baef rid="tab3" ref-type="table"> 3<gydF4y2Ba/xref>。本文的方法具有计算速度快,能够满足基本的应用程序要求。<gydF4y2Ba/p> <table-wrap id="tab3"> <label>表3<gydF4y2Ba/label> <p>计算时间的方法不同。<gydF4y2Ba/p> <table> <thead> <tr> <th align="left">方法<gydF4y2Ba/th> <th align="center">时间(年代)<gydF4y2Ba/th> </tr> </thead> <tbody> <tr> <td align="left">它<gydF4y2Ba/td> <td align="center">0.2224<gydF4y2Ba/td> </tr> <tr> <td align="left">GB<gydF4y2Ba/td> <td align="center">0.0163<gydF4y2Ba/td> </tr> <tr> <td align="left">老<gydF4y2Ba/td> <td align="center">0.0109<gydF4y2Ba/td> </tr> <tr> <td align="left">海关<gydF4y2Ba/td> <td align="center">0.0147<gydF4y2Ba/td> </tr> <tr> <td align="left">信用证<gydF4y2Ba/td> <td align="center">0.0288<gydF4y2Ba/td> </tr> <tr> <td align="left">BSCA<gydF4y2Ba/td> <td align="center">0.0956<gydF4y2Ba/td> </tr> <tr> <td align="left">HDCT<gydF4y2Ba/td> <td align="center">0.1532<gydF4y2Ba/td> </tr> <tr> <td align="left">DCRR<gydF4y2Ba/td> <td align="center">0.0752<gydF4y2Ba/td> </tr> <tr> <td align="left">提出了<gydF4y2Ba/td> <td align="center">0.0282<gydF4y2Ba/td> </tr> </tbody> </table> </table-wrap> </sec> <sec id="sec5"> <title>5。结论<gydF4y2Ba/title> <p>摘要显著目标检测算法的基础上,提出了层次PCA模型。实验结果表明,该算法可以减少背景噪音的干扰,和背景和目标分离精度具有一定的优势,回忆,和<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M107"> <mml:mi> F<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>测量参数,同时保留优秀的机器学习方法,以提高特征显著检测的效果。因此,分层PCA凸起检测复杂背景下目标检测是一种有效的方法。分层PCA算法不能分析图像中所有的信息在同一时间。当对象在后台有相同级别的亮度和分辨率,很难提取完整的对象信息。因此,未来的工作提出技术是研究对象信息不完整的问题,进一步提高信息利用率的整体形象得到更精确的和显著对象的信息。<gydF4y2Ba/p> </sec> <back> <sec sec-type="data-availability"> <title>数据可用性<gydF4y2Ba/title> <p>没有数据被用来支持本研究。<gydF4y2Ba/p> </sec> <sec sec-type="COI-statement"> <title>的利益冲突<gydF4y2Ba/title> <p>作者宣称没有利益冲突有关的出版。<gydF4y2Ba/p> </sec> <ack> <title>确认<gydF4y2Ba/title> <p>这项工作是由中国国家自然科学基金会的资助(61972056号,61972212,61402053,61981340416),湖南省重点实验室开放研究基金的智能处理大数据的交通(2015号tp1005),长沙科技计划(KQ1703018号,KQ1706064、KQ1703018-01 KQ1703018-04),湖南省教育局的研究基金会(17 a007号和19 b005),长沙工业科学技术专员(2017 - 7),江苏省自然科学基金(没有。BK20190089)和长沙的青年教师发展项目工程科技大学(2019号qjcz011)。<gydF4y2Ba/p> </ack> <ref-list> <ref id="B1" content-type="article"> <label>1<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Itti<gydF4y2Ba/surname> <given-names> l<gydF4y2Ba/given-names> </name> <name> <surname> 科赫<gydF4y2Ba/surname> <given-names> C。<gydF4y2Ba/given-names> </name> <name> <surname> Niebur<gydF4y2Ba/surname> <given-names> E。<gydF4y2Ba/given-names> </name> </person-group> <article-title> saliency-based视觉注意力模型的快速场景分析<gydF4y2Ba/article-title> <source> <italic> IEEE模式分析与机器智能<gydF4y2Ba/italic> <year> 1998年<gydF4y2Ba/year> <volume> 20.<gydF4y2Ba/volume> <issue> 11<gydF4y2Ba/issue> <fpage> 1254年<gydF4y2Ba/fpage> <lpage> 1259年<gydF4y2Ba/lpage> <pub-id pub-id-type="doi"> 10.1109/34.730558<gydF4y2Ba/pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 0032204063<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B2" content-type="inproceedings"> <label>2<gydF4y2Ba/label> <element-citation publication-type="confproc"> <person-group person-group-type="author"> <name> <surname> 杨<gydF4y2Ba/surname> <given-names> C。<gydF4y2Ba/given-names> </name> <name> <surname> 张<gydF4y2Ba/surname> <given-names> l<gydF4y2Ba/given-names> </name> <name> <surname> 陆<gydF4y2Ba/surname> <given-names> H。<gydF4y2Ba/given-names> </name> <name> <surname> 阮<gydF4y2Ba/surname> <given-names> X。<gydF4y2Ba/given-names> </name> <name> <surname> 杨<gydF4y2Ba/surname> <given-names> M。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 通过基于流形排名显著检测<gydF4y2Ba/article-title> <conf-name> 2013年IEEE计算机视觉与模式识别会议<gydF4y2Ba/conf-name> <conf-date> 2013年6月<gydF4y2Ba/conf-date> <conf-loc> 波特兰,或美国<gydF4y2Ba/conf-loc> <fpage> 3166年<gydF4y2Ba/fpage> <lpage> 3173年<gydF4y2Ba/lpage> <pub-id pub-id-type="doi"> 10.1109 / CVPR.2013.407<gydF4y2Ba/pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 84887357058<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B3" content-type="inproceedings"> <label>3<gydF4y2Ba/label> <element-citation publication-type="confproc"> <person-group person-group-type="author"> <name> <surname> 侯<gydF4y2Ba/surname> <given-names> X。<gydF4y2Ba/given-names> </name> <name> <surname> 张<gydF4y2Ba/surname> <given-names> l<gydF4y2Ba/given-names> </name> </person-group> <article-title> 卓越检测:光谱残留的方法<gydF4y2Ba/article-title> <conf-name> 2007年IEEE计算机视觉与模式识别会议<gydF4y2Ba/conf-name> <conf-date> 2007年6月<gydF4y2Ba/conf-date> <conf-loc> 美国明尼苏达州明尼阿波利斯市<gydF4y2Ba/conf-loc> <fpage> 1<gydF4y2Ba/fpage> <lpage> 8<gydF4y2Ba/lpage> <pub-id pub-id-type="doi"> 10.1109 / CVPR.2007.383267<gydF4y2Ba/pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 35148814949<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B4" content-type="article"> <label>4<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 廖<gydF4y2Ba/surname> <given-names> Z。<gydF4y2Ba/given-names> </name> <name> <surname> 张<gydF4y2Ba/surname> <given-names> R。<gydF4y2Ba/given-names> </name> <name> <surname> 他<gydF4y2Ba/surname> <given-names> 年代。<gydF4y2Ba/given-names> </name> <name> <surname> 曾<gydF4y2Ba/surname> <given-names> D。<gydF4y2Ba/given-names> </name> <name> <surname> 王<gydF4y2Ba/surname> <given-names> J。<gydF4y2Ba/given-names> </name> <name> <surname> 金<gydF4y2Ba/surname> <given-names> 周宏儒。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 深上优于低延迟数据存储在数据中心网络<gydF4y2Ba/article-title> <source> <italic> IEEE访问<gydF4y2Ba/italic> <year> 2019年<gydF4y2Ba/year> <volume> 7<gydF4y2Ba/volume> <fpage> 26411年<gydF4y2Ba/fpage> <lpage> 26417年<gydF4y2Ba/lpage> <pub-id pub-id-type="doi"> 10.1109 / ACCESS.2019.2901742<gydF4y2Ba/pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85062937148<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B5" content-type="article"> <label>5<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 周<gydF4y2Ba/surname> <given-names> 年代。<gydF4y2Ba/given-names> </name> <name> <surname> 柯<gydF4y2Ba/surname> <given-names> M。<gydF4y2Ba/given-names> </name> <name> <surname> 罗<gydF4y2Ba/surname> <given-names> P。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 甘多幅相机转移人再次鉴定<gydF4y2Ba/article-title> <source> <italic> 杂志的视觉传达和图像表示<gydF4y2Ba/italic> <year> 2019年<gydF4y2Ba/year> <volume> 59<gydF4y2Ba/volume> <issue> 2<gydF4y2Ba/issue> <fpage> 393年<gydF4y2Ba/fpage> <lpage> 400年<gydF4y2Ba/lpage> <pub-id pub-id-type="doi"> 10.1016 / j.jvcir.2019.01.029<gydF4y2Ba/pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85060737763<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B6" content-type="article"> <label>6<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 侯<gydF4y2Ba/surname> <given-names> X。<gydF4y2Ba/given-names> </name> <name> <surname> Harel<gydF4y2Ba/surname> <given-names> J。<gydF4y2Ba/given-names> </name> <name> <surname> 科赫<gydF4y2Ba/surname> <given-names> C。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 图像签名:强调稀疏的区域<gydF4y2Ba/article-title> <source> <italic> IEEE模式分析与机器智能<gydF4y2Ba/italic> <year> 2012年<gydF4y2Ba/year> <volume> 34<gydF4y2Ba/volume> <issue> 1<gydF4y2Ba/issue> <fpage> 194年<gydF4y2Ba/fpage> <lpage> 201年<gydF4y2Ba/lpage> <pub-id pub-id-type="doi"> 10.1109 / tpami.2011.146<gydF4y2Ba/pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 81855172211<gydF4y2Ba/pub-id> <pub-id pub-id-type="pmid"> 21788665<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B7" content-type="inproceedings"> <label>7<gydF4y2Ba/label> <element-citation publication-type="confproc"> <person-group person-group-type="author"> <name> <surname> Achanta<gydF4y2Ba/surname> <given-names> R。<gydF4y2Ba/given-names> </name> <name> <surname> Hemami<gydF4y2Ba/surname> <given-names> 年代。<gydF4y2Ba/given-names> </name> <name> <surname> 埃斯特拉达<gydF4y2Ba/surname> <given-names> F。<gydF4y2Ba/given-names> </name> <name> <surname> Susstrunk<gydF4y2Ba/surname> <given-names> 年代。<gydF4y2Ba/given-names> </name> </person-group> <article-title> Frequency-tuned显著区域检测<gydF4y2Ba/article-title> <conf-name> 2009年IEEE计算机视觉与模式识别会议<gydF4y2Ba/conf-name> <conf-date> 2009年6月<gydF4y2Ba/conf-date> <conf-loc> 美国佛罗里达迈阿密<gydF4y2Ba/conf-loc> <fpage> 1597年<gydF4y2Ba/fpage> <lpage> 1604年<gydF4y2Ba/lpage> <pub-id pub-id-type="doi"> 10.1109 / CVPR.2009.5206596<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B8" content-type="article"> <label>8<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 程<gydF4y2Ba/surname> <given-names> m m。<gydF4y2Ba/given-names> </name> <name> <surname> 密特拉<gydF4y2Ba/surname> <given-names> n . J。<gydF4y2Ba/given-names> </name> <name> <surname> 黄<gydF4y2Ba/surname> <given-names> X。<gydF4y2Ba/given-names> </name> <name> <surname> 托<gydF4y2Ba/surname> <given-names> p·h·S。<gydF4y2Ba/given-names> </name> <name> <surname> 胡<gydF4y2Ba/surname> <given-names> S.-M。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 全球对比显著区域检测<gydF4y2Ba/article-title> <source> <italic> IEEE模式分析与机器智能<gydF4y2Ba/italic> <year> 2015年<gydF4y2Ba/year> <volume> 37<gydF4y2Ba/volume> <issue> 3<gydF4y2Ba/issue> <fpage> 569年<gydF4y2Ba/fpage> <lpage> 582年<gydF4y2Ba/lpage> <pub-id pub-id-type="doi"> 10.1109 / TPAMI.2014.2345401<gydF4y2Ba/pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 84923094805<gydF4y2Ba/pub-id> <pub-id pub-id-type="pmid"> 26353262<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B9" content-type="inproceedings"> <label>9<gydF4y2Ba/label> <element-citation publication-type="confproc"> <person-group person-group-type="author"> <name> <surname> 中间人<gydF4y2Ba/surname> <given-names> N。<gydF4y2Ba/given-names> </name> <name> <surname> 组织<gydF4y2Ba/surname> <given-names> B。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 的梯度直方图的人工检测<gydF4y2Ba/article-title> <conf-name> 2005年IEEE计算机学会计算机视觉与模式识别会议(CVPR ' 05)<gydF4y2Ba/conf-name> <conf-date> 2005年6月<gydF4y2Ba/conf-date> <conf-loc> 圣地亚哥,加州,美国<gydF4y2Ba/conf-loc> <fpage> 886年<gydF4y2Ba/fpage> <lpage> 893年<gydF4y2Ba/lpage> <pub-id pub-id-type="doi"> 10.1109 / CVPR.2005.177<gydF4y2Ba/pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 33645146449<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B10" content-type="article"> <label>10<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 程ydF4y2Ba</surname> <given-names> Y。<gydF4y2Ba/given-names> </name> <name> <surname> 熊<gydF4y2Ba/surname> <given-names> J。<gydF4y2Ba/given-names> </name> <name> <surname> 徐<gydF4y2Ba/surname> <given-names> W。<gydF4y2Ba/given-names> </name> <name> <surname> 左<gydF4y2Ba/surname> <given-names> J。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 小说在线递增和递减支持向量机学习算法基于变量<gydF4y2Ba/article-title> <source> <italic> 集群计算<gydF4y2Ba/italic> <year> 2019年<gydF4y2Ba/year> <volume> 22<gydF4y2Ba/volume> <issue> S3<gydF4y2Ba/issue> <fpage> 7435年<gydF4y2Ba/fpage> <lpage> 7445年<gydF4y2Ba/lpage> <pub-id pub-id-type="doi"> 10.1007 / s10586 - 018 - 1772 - 4<gydF4y2Ba/pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85040645501<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B11" content-type="article"> <label>11<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 罗<gydF4y2Ba/surname> <given-names> Y。<gydF4y2Ba/given-names> </name> <name> <surname> 秦<gydF4y2Ba/surname> <given-names> J。<gydF4y2Ba/given-names> </name> <name> <surname> 香<gydF4y2Ba/surname> <given-names> X。<gydF4y2Ba/given-names> </name> <name> <surname> 唐ydF4y2Ba</surname> <given-names> Y。<gydF4y2Ba/given-names> </name> <name> <surname> 刘<gydF4y2Ba/surname> <given-names> Q。<gydF4y2Ba/given-names> </name> <name> <surname> 香<gydF4y2Ba/surname> <given-names> l<gydF4y2Ba/given-names> </name> </person-group> <article-title> Coverless实时图像信息隐藏基于图像块匹配和密度卷积网络<gydF4y2Ba/article-title> <source> <italic> 实时图像处理》杂志上<gydF4y2Ba/italic> <year> 2020年<gydF4y2Ba/year> <volume> 17<gydF4y2Ba/volume> <issue> 1<gydF4y2Ba/issue> <fpage> 125年<gydF4y2Ba/fpage> <lpage> 135年<gydF4y2Ba/lpage> <pub-id pub-id-type="doi"> 10.1007 / s11554 - 019 - 00917 - 3<gydF4y2Ba/pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85073954375<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B12" content-type="article"> <label>12<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 余<gydF4y2Ba/surname> <given-names> F。<gydF4y2Ba/given-names> </name> <name> <surname> 刘<gydF4y2Ba/surname> <given-names> l<gydF4y2Ba/given-names> </name> <name> <surname> 钱<gydF4y2Ba/surname> <given-names> 年代。<gydF4y2Ba/given-names> </name> <name> <surname> 李<gydF4y2Ba/surname> <given-names> l<gydF4y2Ba/given-names> </name> <name> <surname> 黄<gydF4y2Ba/surname> <given-names> Y。<gydF4y2Ba/given-names> </name> <name> <surname> 史<gydF4y2Ba/surname> <given-names> C。<gydF4y2Ba/given-names> </name> <name> <surname> 蔡<gydF4y2Ba/surname> <given-names> 年代。<gydF4y2Ba/given-names> </name> <name> <surname> 吴<gydF4y2Ba/surname> <given-names> X。<gydF4y2Ba/given-names> </name> <name> <surname> 杜<gydF4y2Ba/surname> <given-names> 年代。<gydF4y2Ba/given-names> </name> <name> <surname> 王ydF4y2Ba</surname> <given-names> Q。<gydF4y2Ba/given-names> </name> </person-group> <article-title> Chaos-based小说多稳5 d记忆性超混沌系统的应用与多个吸引子共存<gydF4y2Ba/article-title> <source> <italic> 复杂性<gydF4y2Ba/italic> <year> 2020年<gydF4y2Ba/year> <volume> 2020年<gydF4y2Ba/volume> <lpage> 19<gydF4y2Ba/lpage> <pub-id pub-id-type="publisher-id"> 8034196<gydF4y2Ba/pub-id> <pub-id pub-id-type="doi"> 10.1155 / 2020/8034196<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B13" content-type="article"> <label>13<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 余<gydF4y2Ba/surname> <given-names> F。<gydF4y2Ba/given-names> </name> <name> <surname> 张<gydF4y2Ba/surname> <given-names> Z。<gydF4y2Ba/given-names> </name> <name> <surname> 刘<gydF4y2Ba/surname> <given-names> l<gydF4y2Ba/given-names> </name> <name> <surname> 盛ydF4y2Ba</surname> <given-names> H。<gydF4y2Ba/given-names> </name> <name> <surname> 黄<gydF4y2Ba/surname> <given-names> Y。<gydF4y2Ba/given-names> </name> <name> <surname> 史<gydF4y2Ba/surname> <given-names> C。<gydF4y2Ba/given-names> </name> <name> <surname> 蔡<gydF4y2Ba/surname> <given-names> 年代。<gydF4y2Ba/given-names> </name> <name> <surname> 首歌<gydF4y2Ba/surname> <given-names> Y。<gydF4y2Ba/given-names> </name> <name> <surname> 杜<gydF4y2Ba/surname> <given-names> 年代。<gydF4y2Ba/given-names> </name> <name> <surname> 徐<gydF4y2Ba/surname> <given-names> Q。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 安全通信方案基于一种新的5 d多稳four-wing记忆性超混沌系统扰动输入<gydF4y2Ba/article-title> <source> <italic> 复杂性<gydF4y2Ba/italic> <year> 2020年<gydF4y2Ba/year> <volume> 2020年<gydF4y2Ba/volume> <lpage> 6<gydF4y2Ba/lpage> <pub-id pub-id-type="publisher-id"> 5859273<gydF4y2Ba/pub-id> <pub-id pub-id-type="doi"> 10.1155 / 2020/5859273<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B14" content-type="article"> <label>14<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 盛<gydF4y2Ba/surname> <given-names> G。<gydF4y2Ba/given-names> </name> <name> <surname> 唐<gydF4y2Ba/surname> <given-names> X。<gydF4y2Ba/given-names> </name> <name> <surname> 谢<gydF4y2Ba/surname> <given-names> K。<gydF4y2Ba/given-names> </name> <name> <surname> 熊<gydF4y2Ba/surname> <given-names> J。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 第一次到达水力压裂微震的挑选方法基于non-subsampled shearlet变换和高阶统计量<gydF4y2Ba/article-title> <source> <italic> 《地震勘探<gydF4y2Ba/italic> <year> 2019年<gydF4y2Ba/year> <volume> 28<gydF4y2Ba/volume> <issue> 6<gydF4y2Ba/issue> <fpage> 593年<gydF4y2Ba/fpage> <lpage> 618年<gydF4y2Ba/lpage> </element-citation> </ref> <ref id="B15" content-type="article"> <label>15<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 余<gydF4y2Ba/surname> <given-names> Y。<gydF4y2Ba/given-names> </name> <name> <surname> 唐<gydF4y2Ba/surname> <given-names> 年代。<gydF4y2Ba/given-names> </name> <name> <surname> Aizawa<gydF4y2Ba/surname> <given-names> K。<gydF4y2Ba/given-names> </name> <name> <surname> Aizawa<gydF4y2Ba/surname> <given-names> 一个。<gydF4y2Ba/given-names> </name> </person-group> <article-title> Category-based深CCA的细粒度的地点发现多通道数据<gydF4y2Ba/article-title> <source> <italic> IEEE神经网络和学习系统<gydF4y2Ba/italic> <year> 2019年<gydF4y2Ba/year> <volume> 30.<gydF4y2Ba/volume> <issue> 4<gydF4y2Ba/issue> <fpage> 1250年<gydF4y2Ba/fpage> <lpage> 1258年<gydF4y2Ba/lpage> <pub-id pub-id-type="doi"> 10.1109 / TNNLS.2018.2856253<gydF4y2Ba/pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85052577576<gydF4y2Ba/pub-id> <pub-id pub-id-type="pmid"> 30106743<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B16" content-type="article"> <label>16<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 程ydF4y2Ba</surname> <given-names> Y。<gydF4y2Ba/given-names> </name> <name> <surname> 王<gydF4y2Ba/surname> <given-names> J。<gydF4y2Ba/given-names> </name> <name> <surname> 刘<gydF4y2Ba/surname> <given-names> 年代。<gydF4y2Ba/given-names> </name> <name> <surname> 程ydF4y2Ba</surname> <given-names> X。<gydF4y2Ba/given-names> </name> <name> <surname> 熊<gydF4y2Ba/surname> <given-names> J。<gydF4y2Ba/given-names> </name> <name> <surname> 谢<gydF4y2Ba/surname> <given-names> J。<gydF4y2Ba/given-names> </name> <name> <surname> 杨<gydF4y2Ba/surname> <given-names> K。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 多尺度快速相关滤波跟踪算法基于特征融合模型<gydF4y2Ba/article-title> <source> <italic> 并发性和计算:实践和经验<gydF4y2Ba/italic> <year> 2019年<gydF4y2Ba/year> <issue> 文章e5533<gydF4y2Ba/issue> <pub-id pub-id-type="doi"> 10.1002 / cpe.5533<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B17" content-type="article"> <label>17<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 周<gydF4y2Ba/surname> <given-names> l<gydF4y2Ba/given-names> </name> <name> <surname> 唐<gydF4y2Ba/surname> <given-names> J。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 基于L1-norm Fraction-order总变化盲图像恢复<gydF4y2Ba/article-title> <source> <italic> 应用数学建模<gydF4y2Ba/italic> <year> 2017年<gydF4y2Ba/year> <volume> 51<gydF4y2Ba/volume> <fpage> 469年<gydF4y2Ba/fpage> <lpage> 476年<gydF4y2Ba/lpage> <pub-id pub-id-type="doi"> 10.1016 / j.apm.2017.07.009<gydF4y2Ba/pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85028962627<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B18" content-type="article"> <label>18<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 余<gydF4y2Ba/surname> <given-names> Y。<gydF4y2Ba/given-names> </name> <name> <surname> 唐<gydF4y2Ba/surname> <given-names> 年代。<gydF4y2Ba/given-names> </name> <name> <surname> Raposo<gydF4y2Ba/surname> <given-names> F。<gydF4y2Ba/given-names> </name> <name> <surname> 程ydF4y2Ba</surname> <given-names> l<gydF4y2Ba/given-names> </name> </person-group> <article-title> 深跨通道相关性学习音频和歌词的音乐检索<gydF4y2Ba/article-title> <source> <italic> ACM交易多媒体计算、通信和应用程序<gydF4y2Ba/italic> <year> 2019年<gydF4y2Ba/year> <volume> 15<gydF4y2Ba/volume> <issue> 1<gydF4y2Ba/issue> <fpage> 1<gydF4y2Ba/fpage> <lpage> 16<gydF4y2Ba/lpage> <pub-id pub-id-type="doi"> 10.1145 / 3281746<gydF4y2Ba/pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85062369607<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B19" content-type="article"> <label>19<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 李<gydF4y2Ba/surname> <given-names> W。<gydF4y2Ba/given-names> </name> <name> <surname> 徐<gydF4y2Ba/surname> <given-names> H。<gydF4y2Ba/given-names> </name> <name> <surname> 李<gydF4y2Ba/surname> <given-names> H。<gydF4y2Ba/given-names> </name> <name> <surname> 杨<gydF4y2Ba/surname> <given-names> Y。<gydF4y2Ba/given-names> </name> <name> <surname> 沙玛<gydF4y2Ba/surname> <given-names> p K。<gydF4y2Ba/given-names> </name> <name> <surname> 王<gydF4y2Ba/surname> <given-names> J。<gydF4y2Ba/given-names> </name> <name> <surname> 辛格<gydF4y2Ba/surname> <given-names> 年代。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 叠加数据的复杂性和算法在网络与智能设备上传的问题<gydF4y2Ba/article-title> <source> <italic> IEEE物联网<gydF4y2Ba/italic> <year> 2019年<gydF4y2Ba/year> <fpage> 1<gydF4y2Ba/fpage> <pub-id pub-id-type="doi"> 10.1109 / JIOT.2019.2949352<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B20" content-type="article"> <label>20.<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 刘<gydF4y2Ba/surname> <given-names> Z。<gydF4y2Ba/given-names> </name> <name> <surname> 赖<gydF4y2Ba/surname> <given-names> Z。<gydF4y2Ba/given-names> </name> <name> <surname> 欧<gydF4y2Ba/surname> <given-names> W。<gydF4y2Ba/given-names> </name> <name> <surname> 张<gydF4y2Ba/surname> <given-names> K。<gydF4y2Ba/given-names> </name> <name> <surname> 郑<gydF4y2Ba/surname> <given-names> R。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 基于结构优化图的稀疏特征提取semi-supervised学习<gydF4y2Ba/article-title> <source> <italic> 信号处理<gydF4y2Ba/italic> <year> 2020年<gydF4y2Ba/year> <volume> 170年,第107456条<gydF4y2Ba/volume> <pub-id pub-id-type="doi"> 10.1016 / j.sigpro.2020.107456<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B21" content-type="article"> <label>21<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 陆<gydF4y2Ba/surname> <given-names> H。<gydF4y2Ba/given-names> </name> <name> <surname> 李<gydF4y2Ba/surname> <given-names> Y。<gydF4y2Ba/given-names> </name> <name> <surname> μ<gydF4y2Ba/surname> <given-names> 年代。<gydF4y2Ba/given-names> </name> <name> <surname> 王<gydF4y2Ba/surname> <given-names> D。<gydF4y2Ba/given-names> </name> <name> <surname> 金<gydF4y2Ba/surname> <given-names> H。<gydF4y2Ba/given-names> </name> <name> <surname> Serikawa<gydF4y2Ba/surname> <given-names> 年代。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 马达异常检测无人机使用强化学习<gydF4y2Ba/article-title> <source> <italic> IEEE物联网<gydF4y2Ba/italic> <year> 2018年<gydF4y2Ba/year> <volume> 5<gydF4y2Ba/volume> <issue> 4<gydF4y2Ba/issue> <fpage> 2315年<gydF4y2Ba/fpage> <lpage> 2322年<gydF4y2Ba/lpage> <pub-id pub-id-type="doi"> 10.1109 / JIOT.2017.2737479<gydF4y2Ba/pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85028968216<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B22" content-type="article"> <label>22<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 顾<gydF4y2Ba/surname> <given-names> K。<gydF4y2Ba/given-names> </name> <name> <surname> 吴<gydF4y2Ba/surname> <given-names> N。<gydF4y2Ba/given-names> </name> <name> <surname> 阴<gydF4y2Ba/surname> <given-names> B。<gydF4y2Ba/given-names> </name> <name> <surname> 贾<gydF4y2Ba/surname> <given-names> W。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 安全数据查询云和雾计算框架<gydF4y2Ba/article-title> <source> <italic> IEEE网络和服务管理<gydF4y2Ba/italic> <year> 2020年<gydF4y2Ba/year> <volume> 17<gydF4y2Ba/volume> <issue> 1<gydF4y2Ba/issue> <fpage> 332年<gydF4y2Ba/fpage> <lpage> 345年<gydF4y2Ba/lpage> <pub-id pub-id-type="doi"> 10.1109 / TNSM.2019.2941869<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B23" content-type="article"> <label>23<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 王<gydF4y2Ba/surname> <given-names> J。<gydF4y2Ba/given-names> </name> <name> <surname> 江<gydF4y2Ba/surname> <given-names> H。<gydF4y2Ba/given-names> </name> <name> <surname> 元<gydF4y2Ba/surname> <given-names> Z。<gydF4y2Ba/given-names> </name> <name> <surname> 程<gydF4y2Ba/surname> <given-names> m m。<gydF4y2Ba/given-names> </name> <name> <surname> 胡<gydF4y2Ba/surname> <given-names> X。<gydF4y2Ba/given-names> </name> <name> <surname> 郑<gydF4y2Ba/surname> <given-names> N。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 显著目标检测:区别的区域特性的集成方法<gydF4y2Ba/article-title> <source> <italic> 国际计算机视觉杂志》上<gydF4y2Ba/italic> <year> 2017年<gydF4y2Ba/year> <volume> 123年<gydF4y2Ba/volume> <issue> 2<gydF4y2Ba/issue> <fpage> 251年<gydF4y2Ba/fpage> <lpage> 268年<gydF4y2Ba/lpage> <pub-id pub-id-type="doi"> 10.1007 / s11263 - 016 - 0977 - 3<gydF4y2Ba/pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85022211635<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B24" content-type="article"> <label>24<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 程ydF4y2Ba</surname> <given-names> Y。<gydF4y2Ba/given-names> </name> <name> <surname> 王<gydF4y2Ba/surname> <given-names> J。<gydF4y2Ba/given-names> </name> <name> <surname> 夏<gydF4y2Ba/surname> <given-names> R。<gydF4y2Ba/given-names> </name> <name> <surname> 张<gydF4y2Ba/surname> <given-names> Q。<gydF4y2Ba/given-names> </name> <name> <surname> 曹<gydF4y2Ba/surname> <given-names> Z。<gydF4y2Ba/given-names> </name> <name> <surname> 杨<gydF4y2Ba/surname> <given-names> K。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 视觉物体跟踪算法研究基于自适应组合内核<gydF4y2Ba/article-title> <source> <italic> 环境智能和人性化计算杂志》上<gydF4y2Ba/italic> <year> 2019年<gydF4y2Ba/year> <volume> 10<gydF4y2Ba/volume> <issue> 12<gydF4y2Ba/issue> <fpage> 4855年<gydF4y2Ba/fpage> <lpage> 4867年<gydF4y2Ba/lpage> <pub-id pub-id-type="doi"> 10.1007 / s12652 - 018 - 01171 - 4<gydF4y2Ba/pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85059759757<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B25" content-type="article"> <label>25<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 方<gydF4y2Ba/surname> <given-names> Y。<gydF4y2Ba/given-names> </name> <name> <surname> 张<gydF4y2Ba/surname> <given-names> C。<gydF4y2Ba/given-names> </name> <name> <surname> 李<gydF4y2Ba/surname> <given-names> J。<gydF4y2Ba/given-names> </name> <name> <surname> Lei<gydF4y2Ba/surname> <given-names> J。<gydF4y2Ba/given-names> </name> <name> <surname> Perreira达席尔瓦<gydF4y2Ba/surname> <given-names> M。<gydF4y2Ba/given-names> </name> <name> <surname> le荡妇<gydF4y2Ba/surname> <given-names> P。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 立体视频的视觉注意力模型:一个基准和计算模型<gydF4y2Ba/article-title> <source> <italic> IEEE图像处理<gydF4y2Ba/italic> <year> 2017年<gydF4y2Ba/year> <volume> 26<gydF4y2Ba/volume> <issue> 10<gydF4y2Ba/issue> <fpage> 4684年<gydF4y2Ba/fpage> <lpage> 4696年<gydF4y2Ba/lpage> <pub-id pub-id-type="doi"> 10.1109 / TIP.2017.2721112<gydF4y2Ba/pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85022068465<gydF4y2Ba/pub-id> <pub-id pub-id-type="pmid"> 28678707<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B26" content-type="inproceedings"> <label>26<gydF4y2Ba/label> <element-citation publication-type="confproc"> <person-group person-group-type="author"> <name> <surname> 秦<gydF4y2Ba/surname> <given-names> Y。<gydF4y2Ba/given-names> </name> <name> <surname> 陆<gydF4y2Ba/surname> <given-names> H。<gydF4y2Ba/given-names> </name> <name> <surname> 徐<gydF4y2Ba/surname> <given-names> Y。<gydF4y2Ba/given-names> </name> <name> <surname> 王<gydF4y2Ba/surname> <given-names> H。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 通过细胞自动机凸起检测<gydF4y2Ba/article-title> <conf-name> 2015年IEEE计算机视觉与模式识别会议(CVPR)<gydF4y2Ba/conf-name> <conf-date> 2015年6月<gydF4y2Ba/conf-date> <conf-loc> 波士顿,美国<gydF4y2Ba/conf-loc> <fpage> 110年<gydF4y2Ba/fpage> <lpage> 119年<gydF4y2Ba/lpage> <pub-id pub-id-type="doi"> 10.1109 / cvpr.2015.7298606<gydF4y2Ba/pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 84957810461<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B27" content-type="inproceedings"> <label>27<gydF4y2Ba/label> <element-citation publication-type="confproc"> <person-group person-group-type="author"> <name> <surname> 金<gydF4y2Ba/surname> <given-names> J。<gydF4y2Ba/given-names> </name> <name> <surname> 汉<gydF4y2Ba/surname> <given-names> D。<gydF4y2Ba/given-names> </name> <name> <surname> 大<gydF4y2Ba/surname> <given-names> Y。<gydF4y2Ba/given-names> </name> <name> <surname> 金<gydF4y2Ba/surname> <given-names> J。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 通过高维凸区域检测颜色变换<gydF4y2Ba/article-title> <conf-name> 2014年IEEE计算机视觉与模式识别会议<gydF4y2Ba/conf-name> <conf-date> 2014年6月<gydF4y2Ba/conf-date> <conf-loc> 美国哥伦布,哦<gydF4y2Ba/conf-loc> <fpage> 883年<gydF4y2Ba/fpage> <lpage> 890年<gydF4y2Ba/lpage> <pub-id pub-id-type="doi"> 10.1109 / CVPR.2014.118<gydF4y2Ba/pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 84911452200<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B28" content-type="article"> <label>28<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 陆<gydF4y2Ba/surname> <given-names> H。<gydF4y2Ba/given-names> </name> <name> <surname> 王<gydF4y2Ba/surname> <given-names> D。<gydF4y2Ba/given-names> </name> <name> <surname> 李<gydF4y2Ba/surname> <given-names> Y。<gydF4y2Ba/given-names> </name> <name> <surname> 李<gydF4y2Ba/surname> <given-names> J。<gydF4y2Ba/given-names> </name> <name> <surname> 李<gydF4y2Ba/surname> <given-names> X。<gydF4y2Ba/given-names> </name> <name> <surname> 金<gydF4y2Ba/surname> <given-names> H。<gydF4y2Ba/given-names> </name> <name> <surname> Serikawa<gydF4y2Ba/surname> <given-names> 年代。<gydF4y2Ba/given-names> </name> <name> <surname> 缘分<gydF4y2Ba/surname> <given-names> 我。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 海洋CONet:认知网络<gydF4y2Ba/article-title> <source> <italic> IEEE无线通信<gydF4y2Ba/italic> <year> 2019年<gydF4y2Ba/year> <volume> 26<gydF4y2Ba/volume> <issue> 3<gydF4y2Ba/issue> <fpage> 90年<gydF4y2Ba/fpage> <lpage> 96年<gydF4y2Ba/lpage> <pub-id pub-id-type="doi"> 10.1109 / MWC.2019.1800325<gydF4y2Ba/pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85061026040<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B29" content-type="article"> <label>29日<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 张<gydF4y2Ba/surname> <given-names> J。<gydF4y2Ba/given-names> </name> <name> <surname> 王<gydF4y2Ba/surname> <given-names> W。<gydF4y2Ba/given-names> </name> <name> <surname> 陆<gydF4y2Ba/surname> <given-names> C。<gydF4y2Ba/given-names> </name> <name> <surname> 王<gydF4y2Ba/surname> <given-names> J。<gydF4y2Ba/given-names> </name> <name> <surname> Sangaiah<gydF4y2Ba/surname> <given-names> 答:K。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 轻量级的深层网络交通标志分类<gydF4y2Ba/article-title> <source> <italic> 《电信<gydF4y2Ba/italic> <year> 2019年<gydF4y2Ba/year> <pub-id pub-id-type="doi"> 10.1007 / s12243 - 019 - 00731 - 9<gydF4y2Ba/pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85070080682<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B30" content-type="article"> <label>30.<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 程ydF4y2Ba</surname> <given-names> Y。<gydF4y2Ba/given-names> </name> <name> <surname> 王<gydF4y2Ba/surname> <given-names> J。<gydF4y2Ba/given-names> </name> <name> <surname> 程ydF4y2Ba</surname> <given-names> X。<gydF4y2Ba/given-names> </name> <name> <surname> 朱<gydF4y2Ba/surname> <given-names> M。<gydF4y2Ba/given-names> </name> <name> <surname> 杨<gydF4y2Ba/surname> <given-names> K。<gydF4y2Ba/given-names> </name> <name> <surname> 王<gydF4y2Ba/surname> <given-names> Z。<gydF4y2Ba/given-names> </name> <name> <surname> 夏<gydF4y2Ba/surname> <given-names> R。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 基于结构的自相似性和变形块幅图片超分辨率算法的特性<gydF4y2Ba/article-title> <source> <italic> IEEE访问<gydF4y2Ba/italic> <year> 2019年<gydF4y2Ba/year> <volume> 7<gydF4y2Ba/volume> <fpage> 58791年<gydF4y2Ba/fpage> <lpage> 58801年<gydF4y2Ba/lpage> <pub-id pub-id-type="doi"> 10.1109 / ACCESS.2019.2911892<gydF4y2Ba/pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85065887395<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B31" content-type="article"> <label>31日<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 余<gydF4y2Ba/surname> <given-names> F。<gydF4y2Ba/given-names> </name> <name> <surname> 刘<gydF4y2Ba/surname> <given-names> l<gydF4y2Ba/given-names> </name> <name> <surname> 肖<gydF4y2Ba/surname> <given-names> l<gydF4y2Ba/given-names> </name> <name> <surname> 李<gydF4y2Ba/surname> <given-names> K。<gydF4y2Ba/given-names> </name> <name> <surname> 蔡<gydF4y2Ba/surname> <given-names> 年代。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 一个健壮的与固定时间归零和神经动力学计算时变非线性方程使用一种新颖的非线性激活函数<gydF4y2Ba/article-title> <source> <italic> Neurocomputing<gydF4y2Ba/italic> <year> 2019年<gydF4y2Ba/year> <volume> 350年<gydF4y2Ba/volume> <fpage> 108年<gydF4y2Ba/fpage> <lpage> 116年<gydF4y2Ba/lpage> <pub-id pub-id-type="doi"> 10.1016 / j.neucom.2019.03.053<gydF4y2Ba/pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85064542599<gydF4y2Ba/pub-id> </element-citation> </ref> </ref-list> </back> </article> </body> </html>