基于视觉显著性检测的跨尺度插值模型

doi:10.13190/j.jbupt.2014.03.006

北京邮电大学学报 ›› 2014, Vol. 37 ›› Issue (3): 27-31.doi: 10.13190/j.jbupt.2014.03.006

基于视觉显著性检测的跨尺度插值模型

訾玲玲^1,2, 杜军平¹, 汪谦¹

1. 北京邮电大学智能通信软件与多媒体北京市重点实验室, 北京 100876;
2. 辽宁工程技术大学电子与信息工程学院, 辽宁葫芦岛 125105

收稿日期:2013-09-23 出版日期:2014-06-28 发布日期:2014-06-08
作者简介:訾玲玲（1981-），女，博士生，E-mail：lingling19812004@126.com；杜军平（1963-），女，教授，博士生导师.
基金资助:
国家重点基础研究发展计划项目（2012CB821206）；国家自然科学基金项目（61320106006）

Transcale Interpolation Model Based on Visual Saliency Detection

ZI Ling-ling^1,2, DU Jun-ping¹, WANG Qian¹

1. Beijing Key Laboratory of Intelligent Telecommunication Software and Multimedia, Beijing University of Posts and Telecommunications, Beijing 100876, China;
2. School of Electronic and Information Engineering, Liaoning Technical University, Liaoning Huludao 125105, China

Received:2013-09-23 Online:2014-06-28 Published:2014-06-08

摘要/Abstract

摘要：

为了提升多媒体处理感知能力，提出了一种运动图像序列跨尺度插值模型. 首先从用户的角度出发，采用视觉显著性检测技术获取关注区域，进而确定运动图像的显著区域；而后在时间尺度改变的情况下，利用一致敏感哈希技术实现了高质量插值帧的生成；最后定义能量函数，使得在分辨率尺度变化时能提升关注区域的清晰度. 实验结果表明，运动图像序列跨尺度插值模型能够获得较好的插值质量.

关键词: 跨尺度, 插值模型, 视觉显著性检测, 图像序列

Abstract:

In order to improve the perception ability of multimedia processing, a transcale interpolation model is proposed for the dynamic image sequences. Firstly, the visual attention regions are obtained by utilizing visual saliency detection from the viewpoint of users, so as to determine the outstanding regions of dynamic image sequences. Secondly, coherency sensitive hashing is adopted and high quality interpolation frames are generated when the time scale is changed. Finally, the energy function of the target images is defined, so the quality of visual attention regions could be improved when the resolution scale is changed. Experiments show that the proposed model achieves better interpolation results.

Key words: transcale, interpolation model, visual saliency detection, image sequences

中图分类号:

TP391

訾玲玲, 杜军平, 汪谦. 基于视觉显著性检测的跨尺度插值模型[J]. 北京邮电大学学报, 2014, 37(3): 27-31.

ZI Ling-ling, DU Jun-ping, WANG Qian. Transcale Interpolation Model Based on Visual Saliency Detection[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2014, 37(3): 27-31.

[1]	包荣珍朱志宇杨洋冯春燕. 可见光通信辅助的单光源透视圆线定位算法[J]. 北京邮电大学学报, 2023, 46(4): 32-39.
[2]	张小乾, 王潇, 薛旭倩, 谈振, 蒲磊. 基于加权多核子空间聚类的图像分割方法[J]. 北京邮电大学学报, 2023, 46(3): 78-83.
[3]	王铭, 林贝贝, 张顺利. 基于帧级-时空双分支网络的步态识别方法[J]. 北京邮电大学学报, 2023, 46(3): 73-77.
[4]	常霄, 黄智濒, 禹旻, 杨武兵. 一种适用于航天大数据的深度决策树算法[J]. 北京邮电大学学报, 2023, 46(3): 1-6.
[5]	李超然谢磊. 基于振动感知的按键识别技术[J]. 北京邮电大学学报, 0, (): 0-0.
[6]	叶洪滨林政宽程红举. 基于多相机特征融合的行人检测算法研究[J]. 北京邮电大学学报, 0, (): 0-0.
[7]	翟夏普安源龙艺璇. 本体和深度学习融合的在线评论细粒度情感分析[J]. 北京邮电大学学报, 0, (): 0-0.
[8]	宫岐伟禹可吴晓非. PERC Roberta：基于ERC Roberta的提示学习实现对话情感识别[J]. 北京邮电大学学报, 0, (): 0-0.
[9]	胡敏熊思黄宏程张光华王春芳. 基于RAPNet的脑肿瘤MRI图像三维分割[J]. 北京邮电大学学报, 2023, 46(2): 91-97.
[10]	赵海英王梓舟. 基于多层判别字典学习的传统服饰图像分类算法[J]. 北京邮电大学学报, 2023, 46(2): 104-108.
[11]	张雅斓班晓娟董子瑞. 面向单目视频的非牛顿流体仿真重建[J]. 北京邮电大学学报, 2023, 46(2): 109-115.
[12]	杨宸旭陈尧李秋锋石文泽董德秀. 基于相位迁移的超声相控阵聚焦扫查成像方法[J]. 北京邮电大学学报, 2023, 46(2): 98-103.
[13]	王薇谢沈惟闫浩田张闯吴铭. 基于道路中心线的分阶段弱监督遥感图像道路提取[J]. 北京邮电大学学报, 2023, 46(2): 84-90.
[14]	于天河柳梦瑶. 基于人眼视觉系统的图像质量评价方法[J]. 北京邮电大学学报, 2023, 46(2): 129-136.
[15]	荣震宇刘建毅. 基于Transformer和MLP的眼底血管分割算法[J]. 北京邮电大学学报, 2023, 46(1): 26-31.

基于视觉显著性检测的跨尺度插值模型

Transcale Interpolation Model Based on Visual Saliency Detection

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价