TY -的A2 Rajan位于非盟-黄,菅直人盟——张,永盟- Lv,博盟——史,永标PY - 2017 DA - 2017/02/09 TI -突出对象检测基于背景特征聚类SP - 4183986六世- 2017 AB -自动估计显著对象没有任何先验知识往往会大大提高许多计算机视觉任务。本文提出了一种新颖的基于自底向上突出对象检测框架,首先建模的背景,然后从背景分离显著对象。我们模型的背景分布特征聚类算法的基础上,可以充分利用统计和结构信息的背景。然后根据背景粗显著图生成分布。更有识别力的,粗显著地图是由两步细化增强edge-preserving级组成的过滤和upsampling基于测地距离。我们提供一个广泛的评价和表明,我们建议的方法执行有利对其他优秀的两个最常用的数据集的方法。最重要的是,该方法被证明是更有效地突出突出对象一致和健壮的背景噪音。SN - 1687 - 5680你2017/4183986 / 10.1155——https://doi.org/10.1155/2017/4183986——摩根富林明,先进的多媒体PB - Hindawi KW - ER