%0 Journal Article
%A 陈凯星
%A 刘赟
%A 王金海
%A 袁玉波
%T 基于遗传机制和高斯变差的自动前景提取方法
%D 2017
%R 10.11772/j.issn.1001-9081.2017.11.3231
%J 计算机应用
%P 3231-3237
%V 37
%N 11
%X 针对无监督或全自动前景提取这一技术难点问题,提出了一种基于遗传机制和高斯变差的自动前景提取(GFO)方法。首先,利用高斯变差提取图像中的相对重要区域,定义为候选种子前景;之后,利用原始图像和候选种子前景的边沿信息,根据连通性和凸球原则生成前景目标区域轮廓,称之为星凸轮廓;最后,构造适应性函数,选择种子前景,利用选择、交叉及变异的遗传机制,得到精确且有效的最终前景。在Achanta数据库和多个视频上的实验结果表明,GFO方法的性能优于已有的基于高斯变差的自动前景提取(FMDOG)方法,且在识别的准确率、召回率以及Fβ指标上都取得了较好的抽取效果。
%U http://www.joca.cn/CN/10.11772/j.issn.1001-9081.2017.11.3231