Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | Захаров, А.А. | |
| dc.contributor.author | Титов, Д.В. | |
| dc.contributor.author | Жизняков, А.Л. | |
| dc.contributor.author | Титов, В.С. | |
| dc.date | 2020-06 | |
| dc.date.accessioned | 2025-08-27T05:21:11Z | - |
| dc.date.available | 2025-08-27T05:21:11Z | - |
| dc.date.issued | 2020-06 | |
| dc.identifier.identifier | Dspace\SGAU\20200728\84752 | |
| dc.identifier.citation | Захаров, А.А. Метод визуального внимания на основе ранжирования вершин графа по разнородным признакам изображений / А.А. Захаров, Д.В. Титов, А.Л. Жизняков, В.С. Титов // Компьютерная оптика. – 2020. – Т. 44, № 3. – С. 427-435. – DOI: 10.18287/2412-6179-CO-658. | |
| dc.identifier.uri | https://dx.doi.org/10.18287/2412-6179-CO-658 | |
| dc.identifier.uri | http://repo.ssau.ru/jspui/handle/123456789/23024 | - |
| dc.description.abstract | В статье рассматривается разработка метода визуального внимания на основе ранжирования вершин графа по разнородным признакам изображений. Целью исследований является создание метода, позволяющего с высокой точностью обнаруживать объекты на изображениях с низким цветовым контрастом выделяемых и фоновых областей. Для вычисления области значимости изображение предварительно сегментируется на регионы. На основе регионов строится граф. Каждый регион связан со смежными регионами, а также с областями, примыкающими к смежным регионам. Регионы являются вершинами графа. Вершины графа ранжируются по признакам соответствующих областей изображения. Область значимости выделяется на основе запросов фоновых областей. К фоновым областям относятся регионы, примыкающие к краям изображения. В существующем подходе визуального внимания на основе ранжирования вершин графа использовались только цветовые признаки изображения. В предлагаемом методе для повышения точности дополнительно используются текстурные признаки и признаки формы. Для вычисления текстурных признаков используется функция энергии Габора. При анализе формы рассчитывается расстояние между центрами регионов. Результаты экспериментов представлены на тестовых изображениях. Построены кривые точности-полноты, показывающие преимущество разработанного метода. | |
| dc.description.sponsorship | Работа выполнена при финансовой поддержке Министерства науки и высшего образования РФ (Госзадание ВлГУ ГБ-1187/20). | |
| dc.language | rus | |
| dc.publisher | Самарский национальный исследовательский университет | |
| dc.relation.ispartofseries | 44/3; | |
| dc.title | Метод визуального внимания на основе ранжирования вершин графа по разнородным признакам изображений | |
| dc.title.alternative | Visual attention method based on vertex ranking of graphs by heterogeneous image attributes | |
| dc.type | Article | |
| dc.identifier.scsti | 28.23.15 | |
| local.identifier.olduri | http://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Metod-vizualnogo-vnimaniya-na-osnove-ranzhirovaniya-vershin-grafa-po-raznorodnym-priznakam-izobrazhenii-84752 | |
| local.identifier.olduri | http://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Metod-vizualnogo-vnimaniya-na-osnove-ranzhirovaniya-vershin-grafa-po-raznorodnym-priznakam-izobrazhenii-84752 | |
| Appears in Collections: | Журнал "Компьютерная оптика" | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| 440314.pdf | Основная статья | 2.28 MB | Adobe PDF | View/Open |
Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.