模拟注视眼动与分类器集成的图像分割

摘要：

提出一种通过在线”采样-学习”构建像素分类模型的图像分割方法.首先依据最大熵准则对图像中感兴趣注视点周围的少量像素进行正负样本采样,依靠快速训练的极端学习机(extreme learning machine,ELM)算法对采样数据在线建模,再利用模型分类像素来分割图像.为了形成稳定的图像分割模型,模拟人类注视眼动过程,通过抖动注视点使得采样数据变化;不同的样本数据和随机设置输入参数的ELMs模型可并行地生成多个分类器:多分类器集成的分割结果能够实现包含注视点的图像目标的稳定分割.仿真实验结果证实提出的算法能够有效地自动分割自然图像,值得进一步深入研究.

关键词： 图像分割 注视眼动 分类器集成 极端学习机算法

作者: 潘晨 陆慧娟 吴向平

作者单位: 中国计量学院信息工程学院 杭州310018

会议类型: 国内会议

会议名称: 第十六届全国图象图形学学术会议 暨第六届立体图象技术学术研讨会

会议地点: 长春

会议语种:中文

页码: 206-210

在线出版日期: 2012-07-30（万方平台首次上网日期，不代表论文的发表时间）