Resumen

Recientemente, la detección de objetos salientes basada en el modelo de grafos ha suscitado un gran interés de investigación en visión por ordenador porque el modelo de grafos puede representar mejor la relación entre dos regiones. Sin embargo, es difícil captar la relación de alto nivel entre varias regiones. En este algoritmo, la imagen de entrada se segmenta primero en superpíxeles. A continuación, se establece un modelo hipergráfico ponderado utilizando el algoritmo de agrupación difusa C-means y una nueva estrategia de ponderación. Por último, se utiliza el algoritmo de paseo aleatorio para ordenar todos los superpíxeles en el modelo de hipergrafo ponderado y obtener el objeto destacado. Los resultados experimentales en tres conjuntos de datos de referencia demuestran que el método propuesto funciona mejor que otros métodos del estado de la técnica.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:modelo hipergráfico ponderado, modelo gráfico, gran interés de investigación, nueva estrategia de ponderación, algoritmo de paseo aleatorio, detección de objetos salientes, algoritmo, superpíxeles, métodos artísticos, conjuntos de datos de referencia
• Keywords:weighted hypergraph model, graph model, extensive research interest, new weighting strategy, random walk algorithm, salient object detection, algorithm, superpixels, art methods, benchmark datasets