结合局部特征及全局特征的显著性检测

摘要：

针对目前大多数显著性检测方法中采用背景种子以及局部区域对比度显著性检测模型的缺点,本文提出了一种综合考虑局部特征以及全局特征的显著性检测算法.在对图像进行分割之后,算法首先融合了采用多特征方式生成的背景显著图与采用前景区域对比度方式生成的前景显著图,之后使用高斯滤波器对融合后的结果进行优化形成局部特征显著图.其次,在局部特征显著图的基础上提取多种特征的样本集合进行训练,从而得到全局特征显著图.算法最后将第一步生成的局部特征显著图与全局特征显著图进行结合生成最终的显著图.实验部分验证了算法各部分的有效性,并且在3个公开数据集上对文章方法与近年来优秀的显著性检测算法进行了对比,实验结果显示,本文算法在CSSD数据集上的准确率、召回率以及F-measure分别达到了0.837 5、0.743 4和0.813 7,在其它数据集上也有良好表现.实验表明,本文算法能够有效抑制背景区域,并且高亮前景区域,更好地检测出显著目标.

关键词：多特征、显著性检测、高斯滤波器、局部特征、全局特征

所属期刊栏目：25

分类号：TP391(计算技术、计算机技术)

资助基金：北京市教委科研计划一般项目SQKM201610011010;北京市自然科学基金资助项目4162019;北京市科技计划课题Z161100001616004

在线出版日期：2017-04-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：772-778