改进凸包的贝叶斯模型显著性检测算法

摘要：

针对目前显著性检测算法的准确性仍不是很理想的问题,提出改进已有的贝叶斯模型的显著性检测算法.首先利用图像压缩得到压缩图,结合经典的Harris算子来对原图和压缩图进行角点检测,利用角点得到两种图的最小凸包,将两者求交集来得到更合理的改进凸包;然后利用空间稀疏聚类算法结合改进凸包和超像素来得到先验图;再利用颜色直方图结合凸包来计算观察似然概率;最后根据已有的先验图和似然概率结合贝叶斯模型来得到显著性图,通过优化处理得到最终的显著性检测结果.在公开数据集MSRA和SED上进行仿真实验的结果表明,该算法不仅能够提高显著度图的视觉效果,而且查全率和查准率,F-measure,MAE等评价指标也比传统算法有明显提升.

关键词：显著性检测、凸包、贝叶斯模型、准确率-召回率曲线

所属期刊栏目：29

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金联合项目U1304616;国家自然科学基金青年项目61502220;国家自然科学基金面上项目61472245;东方学者基金15HJPY-MS02;上海市自然科学基金15ZR1428600

在线出版日期：2017-05-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：221-228