现代电子技术
年 月 日
第 卷第 期
0 引 言
人类视觉在处理数量庞大的输入信息时,往往先利
用自身注意机制优先处理最有价值的数据。为了使计
算机能够效仿人类这种视觉注意机制,优先处理信息中
的重要成分,更高效地处理输入信息,显著性目标检测
模型应运而生。目前研究人员大多借鉴这种视觉注意
机制构建有效的视觉显著性模型来解决计算机视觉感
知首要解决的信息冗余问题。早期的显著性模型倾向
于人眼视觉关注点,显著性目标检测由于能够得到较为
完整的整体目标,在图像分割、目标识别和图像检索等
领域有着广泛的应用而得到更多的关注。近两年来,很
多研究学者力图寻找一些先验的前景或者背景知识,从
而提高显著性目标检测的精度。其中,与本文最为相关
的是使用背景先验的工作。自从背景先验概念的提出,
图像四周区域在多个显著性检测模型中充当了背景先
验。例如,方法
以图像四周区域为背景基准,定义
了一种用测地线距离表示显著性的计算方法;
和
等方法分别利用边界连通性和边缘性进一步判定
图像四周中的超像素是否属于背景;方法
先利用对
比度先验计算初始显著图,在此显著图基础上分别构建
背景和前景词典计算重构残差;方法
同样以图像边
缘为背景,计算所有区域与背景区域的对比度,构建弱
显著图,得到正负样本训练集合,进而得到强显著图。
简单背景先验下的显著性目标检测算法
王梓州
,吴加莹
,杨 赛
,
,堵 俊
( 南通大学 电气工程学院,江苏 南通 ; 南通先进通信技术研究院,江苏 南通 )
摘 要:针对当前算法中采用过强的背景假设和中心偏置会造成错误检测,以及借助机器学习方法会大大增加复杂度
的问题,提出使用过分割后的图像 个顶点超像素块作为背景先验信息,将其与改进的高斯模型相融合,然后对其进行空间
优化,并使用元胞自动机将多个尺度下的显著结果进行融合。在公开数据库上与多种主流算法进行对比评测中,所提算法
表现出明显的优越性。相较于以往算法将图像四周选为背景信息,文中算法所选取的背景信息则更为简单准确,同时也降
低了计算复杂度,能够快速准确地提取出显著目标区域。
关键词:目标检测;背景定位;模型融合;空间优化;背景先验;显著性计算
中图分类号:; 文献标识码: 文章编号:()
Saliency target detection algorithm based on simple background prior
,
,
,
,
( , , ,;
, ,)
Abstract:
,
, ,
,
,
,
Keywords: ; ; ; ; ;
收稿日期: 修回日期:
基金项目:江苏省普通高校自然科学基金资助项目();国家自然科学基金资助项目();南通大学南通智能信息技术联合研
究中心资助()
:
万方数据