【问题标题】:salience detection in images in androidandroid中图像中的显着性检测
【发布时间】:2013-05-02 19:28:02
【问题描述】:

大家好,我想提取图像中最显着的部分。为此,我想在 java 中使用显着检测器算法,并且我希望它在位图图像上实现。让我告诉你一些我不能为此使用 openCV 的事情,所以请帮助我用简单的算法将这些存档。 这是我想要的那种东西..

我首先尝试了 sobel 过滤器,但这并没有给我这种结果,顺便说一下,他们只谈论显着性部分,不应该考虑其他结果。 提前谢谢

【问题讨论】:

    标签: java android image-processing computer-vision


    【解决方案1】:

    显然 sobel 过滤器不会给你这样的结果。它是一种边缘检测算法,而不是显着性检测算法。 图像中的显着对象是图像中所有人类注意力都集中在其中的部分,而其余部分则大多被人类的视觉所忽略。

    在实施之前,您应该研究不同类型的显着性,例如“兴趣点”、“类特定显着性”和“通用显着性”。在我看来,您正在寻找“通用显着性”。

    您可以尝试 Itti 等人的显着性工具箱。等,iNVT 其他一些显着性检测算法包括:

    • 侯和张的 HZ07 和 HZ08
    • Klein 和 Frintrop 的 BITS 系统
    • Bruce 和 Tsotos 的 AIM 模型
    • CoDi 显着性

    我认为 CoDi 显着性是最快的算法,与上述算法相比,将适用于移动应用程序。

    我认为 SO 中的任何人都不会为您实现这一点。研究论文,使用opencv实现。

    【讨论】:

      【解决方案2】:

      在 LIRE 中有一个 Stentiford 模型的 Java 实现:SVN source code

      这是为了视觉注意,但总而言之,这就是您所说的显着性。这是最基本和最简单的模型,但它很容易实现并且相当快。将其转移到 Java for Android 应该不会造成太大问题。研究论文的名称在来源中给出。可以在此处找到示例:visual attention in LIRE

      基本方法是检查纹理在图像中重新出现的频率。假设是纹理重复出现的频率越高,观众对其的关注就越少。它基于随机像素比较,因此具有不确定性,但仍会产生可接受的结果,即。用于图像重新定位的能量函数。

      【讨论】:

      • 我尝试了上述方法,虽然它工作得相当慢:平均图像 350x500 pxls 大约需要 3 秒
      猜你喜欢
      • 1970-01-01
      • 1970-01-01
      • 2014-10-30
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      相关资源
      最近更新 更多