基于图和稀疏主成分分析的多目标显著性检测

摘要：

针对具有多个显著目标且背景较为复杂的图像,提出了一种基于全连接图和稀疏主成分分析(sparse principal component analysis,sPCA)的显著性检测方法.首先,在不同的尺度空间上利用目标先验知识快速获取包含预选显著目标的空间位置信息,同时,在超像素分割的基础上构造全连接图,并计算超像素级的显著图.然后,利用目标先验知识提取并优化超像素显著图的显著性区域,采用稀疏主成分分析提取优化后的显著性像素点的主要特征,获取相应尺度的显著图.最后,将多个尺度下的显著图进行融合得到最终的显著图.该方法充分利用了超像素与像素显著性计算的优势,在提高检测速度的同时获得更高的检测精度.在公开的多目标数据集SED2和HKU_IS上进行实验验证,结果表明:该方法能够有效检测出复杂背景下的多个显著目标.

关键词：显著性检测、全连接图、稀疏主成分分析、目标先验、超像素分割

所属期刊栏目：55

分类号：TP391(计算技术、计算机技术)

资助基金：国家电网公司科技项目This work was supported by the Science and Technology Project of State Grid Corporation of China

在线出版日期：2018-06-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：1078-1089