影响更新与compactness增强的显著目标检测.pdf

《影响更新与compactness增强的显著目标检测.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中国科技论文在线http://www.paper.edu.cn影响更新与compactness增强的显著目标检#测*吴建国，张志华5（安徽大学计算机科学与技术学院，安徽合肥230601）摘要：显著目标检测旨在提取图像中人眼感兴趣的部分。针对显著目标检测方法中一些算法检测的精确度不高，提出基于影响更新与compactness增强的显著目标检测方法。首先利用影响更新算法将背景先验中的信息扩散到整幅图像，获得初步显著图。然后引入低层次线索10compactness计算颜色空间和位置空间的差异形成补充显著图。最后从先验知识和低层次线索的角度将初步显著图与补充显著图进行线性融合。在

2、MSRA-1000、CSSD、ECSSD数据集上的评估中，提出的算法展现出了明显的优势，能和最先进算法相媲美。实验表明低层次线索与先验知识的结合能够有效互补，从整体上提高了检测的精确度。关键词：影响更新，compactness，背景先验，中心先验15中图分类号：TP301.6文献标识码ADOI:10.3969/j.issn.1000-386x.2015.09.001InfluenceupdatingandcompactnessenhancedapproachofsaliencydetectionWUJianguo,ZHANGZhihua20(SchoolofCompute

3、rScienceandTechnology,AnhuiUniversity,HefeiAnhui,230601)Abstract:AbstractSalientobjectdetectionaimstodetecttheattractiveobjectstohumanviewersinanimage.Inordertosolvethelowdetectionprecisionproblemofsomecurrentalgorithms,anewmethodbasedoninfluenceupdatingandcompactnessfeatureisproposed.Fir

4、stly,itdiffusesthebackgroundinformationtotheentireimagebyusinginfluenceupdatingalgorithmandobtainsthe25initialsaliencymap.Then,itintroducesthecompactnessfeature,akindofimagelow-levelcue,toobtaintheaddingsaliencymapbycomputingthedifferenceofcolorspaceandlocationspacerespectively.Finally,it

5、fusestheinitialsaliencymapandtheaddingsaliencymaplinearInfluenceupdatingandcompactnessenhancedapproachofsaliencydetectionlytoobtainthefinalmap.ExperimentsevaluatetheproposedmethodondatasetsofMSRA-1000,CSSDandECSSD,theresults30showthemethodhasobviousadvantagesanditsperformanceiscomparablet

6、othestate-of-the-artapproaches.Experimentalresultsdemonstratethefusingpriorknowledgesandlow-levelcuesisreasonableeffectiveandcanimprovethedetectingaccuracy.Keywords:Influenceupdating,Compactness,Backgroundprior,Centerprior350引言视觉注意是人眼视觉的一种重要机制，它能过滤掉多余的信息，快速锁定显著目标。近年来，许多模拟生物视觉系统的计算模型被提出用以处

7、理显著目标检测问题。作为预处理步骤，显著目标检测已经被应用于图像分类、图像压缩和对象定位等视觉计算领域。40视觉注意包含两种机制：任务驱动和刺激驱动。相对应的显著目标检测方法分为自上而下和自下而上。自上而下的方法涉及到高层次的知识作为特定目标的信息指引，而且需要对大量含有目标实例的图像进行监督方式的学习。与此相反，自下而上的方法主要基于低层次基金项目：2013年高等学校博士学科点专项科研基金联合资助课题（20133401110009）作者简介：吴建国，男，教授，博导，主要研究方向：人机交互.E-mail:wjg5408@163