GBVS算法：一种基于图的视觉显著性模型

"这篇论文介绍了GBVS（Graph-Based Visual Saliency）算法，这是一种用于提取人眼感兴趣区域的视觉显著性模型。与Itti模型相比，GBVS在生成显著图时采用了马尔科夫链的平稳分布。该算法分为两步：首先在特定特征通道上形成激活图，然后进行归一化处理，突出显著性并允许与其他地图组合。GBVS模型简单且具有生物学合理性，因为它可以自然地并行化。在对108张自然图像的749个变体进行的人类注视预测中，GBVS模型达到了98%的ROC面积，而Itti & Koch的经典算法只达到84%。" GBVS算法原理及步骤： 1. 特征通道激活图：GBVS首先在图像的不同特征通道（如颜色、纹理、边缘等）中计算激活图。这些特征反映了图像中可能吸引人注意力的区域。通过这种方式，模型能够捕捉到视觉刺激的各种方面，例如鲜艳的颜色或强烈的对比度。 2. 马尔科夫链与平稳分布：在生成显著图的过程中，GBVS使用马尔科夫链来建模相邻像素之间的依赖关系。马尔科夫链的平稳分布表示系统最终将达到的状态，其中每个状态的概率反映了其在长期观察中的稳定性。在视觉显著性上下文中，这可以理解为在没有外部干预的情况下，视觉注意力自然会倾向于的区域。 3. 归一化处理：在得到特征通道的激活图后，GBVS通过归一化处理来增强那些在多通道中都显著的区域。这种方法有助于消除背景噪声，同时保留和突出那些在多个特征维度上都吸引人的区域。 4. 结合与优化：归一化处理后的激活图可以相互结合，进一步提升显著性的估计。这使得模型能够处理复杂场景，整合来自不同特征的信息，从而更准确地预测人类的注视点。 5. 生物学合理性与并行性：GBVS模型的简单性和并行性使其在生物学上显得合理，因为大脑的视觉系统可能就是通过类似的方式并行处理信息。这种并行性使算法在计算效率上具有优势，能够在大规模数据集上快速运行。 6. 性能评估：通过与基于人类的控制实验进行比较，GBVS模型在预测人类在自由观看场景下的注视点位置方面表现出色。其98%的ROC（受试者操作特性曲线）面积远超Itti & Koch的经典算法，显示了GBVS在视觉显著性预测上的优越性能。 总结来说，GBVS算法是通过马尔科夫链和归一化处理相结合，实现对图像中人眼感兴趣区域的高效、精确提取。其生物学上的合理性以及出色的预测能力，使得GBVS在视觉注意力研究和应用领域具有重要价值，比如在交互式系统、视频摘要、广告定位等方面都有潜在的应用前景。