基于对比敏感度和马尔可夫链的注意信息提取算法

FONT face; Verdana; 张孝临; 赵宏伟; 王 慧; 戴金波; FONT

您当前的位置：

首页 >

文章列表页 >

基于对比敏感度和马尔可夫链的注意信息提取算法

学术论文 | 更新时间：2025-07-16

- 基于对比敏感度和马尔可夫链的注意信息提取算法
- Extracting Attention Information Algorithm Based onContrast Sensitivity and Markov Chain
- 电子学报 2010年38卷第2A期页码：213-217
- 作者机构：
  
  1. 1'吉林大学计算机科学与技术学院,吉林,长春,130012
  2. '吉林大学符号计算与知识工程教育部重点实验室,吉林,长春,130012
  3. '长春师范学院计算机科学与技术学院,吉林,长春,130032
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TP391
- 纸质出版：2010
- 稿件说明：
移动端阅览
FONT face, Verdana, 张孝临, 等. 基于对比敏感度和马尔可夫链的注意信息提取算法[J]. 电子学报, 2010,38(2A):213-217.

FONT face, Verdana, ZHANG Xiao-lin, et al. Extracting Attention Information Algorithm Based onContrast Sensitivity and Markov Chain[J]. Acta Electronica Sinica, 2010, 38(2A): 213-217.
FONT face, Verdana, 张孝临, 等. 基于对比敏感度和马尔可夫链的注意信息提取算法[J]. 电子学报, 2010,38(2A):213-217. DOI：

FONT face, Verdana, ZHANG Xiao-lin, et al. Extracting Attention Information Algorithm Based onContrast Sensitivity and Markov Chain[J]. Acta Electronica Sinica, 2010, 38(2A): 213-217. DOI：

摘要

<FONT face=Verdana>借鉴生理学的研究成果

提出了一种新的基于对比敏感度和马尔可夫链的视觉注意信息提取算法.在注意特征向量提取之前

先用与离心率有关的对比敏感度函数对输入的图像进行加权

用以模拟视网膜神经节的反应机制；在特征向量上定义马尔可夫链

用它的平稳分布做为活动图上的显著度.算法的平均计算时间和以神经生物学家的研究成果为标准计算的接受者操作特性曲线下面积证明了算法的有效性.

Abstract

<FONT face=Verdana>Inspired by the research in physiology

a novel algorithm for extracting bottom-<FONT face=Verdana>up attention information (integration of contrast sensitivity and Markov chain

ACSMC) is proposed in this paper.In our algorithm

the original image is weighted with a contrast sensitivity formula which is a function retinal eccentricity to simulate the mechanism of retinal ganglion.A Markov chain is defined on feature maps.The equilibrium distribution of this chain is taken as saliency values.The <FONT face=Verdana>average of algorithm cost time and area under receiver operating characteristic curve (AUROC) based on the research of neurobiologist demonstrate its effectiveness.

关键词

Keywords

references

浏览量

1245

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

多色彩通道特征融合的GAN合成图像检测方法

结合显著性的MVD视频整帧丢失错误隐藏

基于深度学习的显著性目标检测方法综述

图像纹理的灰度共生矩阵计算问题的分析