摘要：针对图像目标识别中的高效率视觉注意机制问题,提出了一种基于视觉显著模型和图像分割的文化图像目标检测算法。首先采用基于颜色分量对比度视觉显著模型对现有的视觉显著计算方法进行了改进,提高了显著区域检测的效率。然后在传统Grab Cut图像分割算法的原理上,结合改进的视觉显著模型来实现显著区域初始化,无需人工交互步骤,从而实现全自动的图像目标检测。测试数据结果表明:相比于现有的几种典型方法,提出算法具有较好的目标检测性能和较快的检测速度。

摘要：花卉图像检索是图像检索领域的热门研究方向,高效、快速地检索数据库中的花卉图像一直是该方向的重点课题。为了检索花卉图像,文中设计了一个基于视觉显著模型和CNN的图像哈希算法,并根据此算法设计和开发出一个高效、快速的花卉图像检索软件。软件具有查询花卉类别、检索相似花卉、浏览花卉信息等功能。

摘要：针对遥感影像智能判读领域中如何提高目标检测效率的问题,将视觉显著模型应用到基于特征统计学习的目标检测中,首先通过计算视觉显著图,提取飞机目标潜在区域,然后设计分类器完成目标检测任务。实验结果表明,该方法与传统的遍历搜索方法相比,大幅减少了搜索空间,降低了误检率,在检测率不变的情况下提高了50%的检测效率。