专利内容由知识产权出版社提供
专利名称：一种基于低秩矩阵恢复的图像显著性目标检测方法专利类型：发明专利
发明人：刘明明,刘兵,郑丽丽,李震霄,仇文宁,付红,孙伟,李姗
姗
申请号：CN201910801714.5申请日：20190828公开号：CN110503113A公开日：20191126
摘要：本发明公开了一种基于低秩矩阵恢复的图像显著性目标检测方法，包括：从原始图像中提取颜色特征，结合图像超像素，确定原始图像的特征矩阵；从特征矩阵中分解出低秩矩阵；利用图像超像素按照索引树生成算法构造原始图像的分层索引树，结合高层先验信息，确定原始图像的分层稀疏范数；将低秩矩阵进行三元分解，确定原始图像的结构化低秩矩阵恢复模型；将原始图像的分层稀疏范数和原始图像的结构化低秩矩阵恢复模型融合，并结合交替方向优化算法，获得显著图。本发明引入低秩矩阵三元分解加快奇异值分解的方法，解决了最小化矩阵迹范数导致的高计算复杂度问题；通过构造索引树，结合高层先验，解决了复杂背景下的无监督图像显著性目标检测问题。
申请人：江苏建筑职业技术学院
地址：221000 江苏省徐州市铜山新区学苑路
国籍：CN
代理机构：西安铭泽知识产权代理事务所(普通合伙)
代理人：梁静
更多信息请下载全文后查看
