计算机视觉中的人类视觉系统——论文收集

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。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

目录

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)

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)


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.
 
论文下载地址: https://share.weiyun.com/990n8pam
 

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HVSItti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.
 
论文下载地址: https://share.weiyun.com/990n8pam
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值