本文探讨了基于显著性的视觉注意模型在快速场景分析中的应用，并介绍了如何利用HEVC特征进行视频显著性检测。从Itti等人的早期研究到视频显著性检测的最新进展，文章深入分析了强度、颜色、方向、运动和闪烁对比度等特征在检测显著性中的作用。
目录
标题：A Model of Saliency-based Visual Attention for Rapid Scene Analysis（基于显著性的快速场景分析视觉注意模型）
标题：Learning to Detect Video Saliency With HEVC Features（利用HEVC特征检测视频显著性）
年份：1998
标题：A Model of Saliency-based Visual Attention for Rapid Scene Analysis（基于显著性的快速场景分析视觉注意模型）
介绍：
引用：Itti L , Koch C , Niebur E . A Model of Saliency-based Visual Attention for Rapid Scene Analysis[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1998, 20(11):1254-1259.
年份：2017
标题：Learning to Detect Video Saliency With HEVC Features（利用HEVC特征检测视频显著性）
介绍：根据HVS，Itti等人发现，强度、颜色和方向的低水平特征在检测静止图像的显着性方面是有效的。在他们的方法中，建立了这些特征通道中的中心圆形响应，以产生明显的映射。 然后通过线性积分三个特征的显著映射，得到最终的显着性映射。为了检测视频中的显着性，Itti等人提出在Itti的图像显着性模型中添加两个动态特征（即运动和闪烁对比度）。
引用：Itti L , Koch C , Niebur E . A Model of Saliency-based Visual Attention for Rapid Scene Analysis[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1998, 20(11):1254-1259.
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
