您的位置: 专家智库 > >

张静

作品数:2 被引量:11H指数:1
供职机构:南京大学计算机科学与技术系计算机软件新技术国家重点实验室更多>>
发文基金:国家自然科学基金上海市自然科学基金国家重点实验室开放基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇图像
  • 1篇语义
  • 1篇语义分析
  • 1篇图像标注
  • 1篇抠图
  • 1篇抠图方法

机构

  • 2篇南京大学
  • 2篇华东理工大学

作者

  • 2篇陈志华
  • 2篇袁玉波
  • 2篇张静
  • 2篇张静
  • 1篇胡微微
  • 1篇朱楠楠
  • 1篇肖小龙

传媒

  • 1篇计算机辅助设...
  • 1篇图学学报

年份

  • 1篇2015
  • 1篇2014
2 条 记 录,以下是 1-2
排序方式:
基于显著目标移动的自动抠图方法被引量:1
2015年
抠图技术是一种常用的提取图像中精确目标区域的方法,在图像编辑中有着重要的应用,现有的大多数抠图技术依赖于人工交互,本文提出一种基于显著目标移动的自动抠图方法。首先对输入图像进行区域分割;然后计算各个区域的显著性值,并建立区域之间的显著性引力模型;在此基础上进行基于显著目标移动的迭代,从而获取图像的显著区域;之后对显著图进行分割并且进行目标区域形态学运算,生成三分图;最后利用基于学习的抠图算法,提取图像目标。实验结果表明,本文方法不需要人工交互和其他的辅助信息,目标抠取效果良好。
陈志华朱楠楠肖小龙张静张静
多模型融合的多标签图像自动标注被引量:10
2014年
为了实现更为准确的复杂语义内容图像理解,提出一种融合多模型的多标签图像自动标注方法.该方法采用3个不同的模型分别对图像语义内容进行分析:在前景语义概念检测中,提出一种基于多特征的视觉显著性分析方法,并利用多Nystrm近似核对前景对象的语义进行判别分析;对于背景概念检测,提出一种区域语义分析的方法;通过构造基于潜语义分析的语义相关矩阵来消除标注错误的标签.根据前景和背景的语义和视觉特征,分别采用不同的模型提取前景和背景标注词,而语义相关分析能够有效地提高标注的准确性.实验结果表明,该多模型融合标注方法在图像的深层语义分析以及多标签标注方面具有较好的效果;与同类算法相比,能够有效地减少错误标注的标签数目,得到更加准确的标注结果.
张静张静胡微微陈志华
关键词:图像标注
共1页<1>
聚类工具0