Smoothness加强的全局和局部显著目标检测

• 作者: 刘政怡 张志华 黄子超
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 全局对比 局部对比 中心先验 Smoothness Compactness
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 图像处理与应用
• 页码范围: 160-164,168
• 页数: 6页
• 分类号: TP301.6
• 字数: 4502字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.12.039

摘要

显著目标检测是计算机视觉的重要组成部分。针对基于对比度的方法存在的前景和背景容易被误检的问题，提出Smoothness 加强的全局和局部显著目标检测的方法。在全局对比度检测过程中引入中心先验知识，在局部对比度检测过程中引入Compactness 特征，再使用 Smoothness 特征加强全局的显著性及局部的显著性，最后将全局显著图和局部显著图进行线性融合。在MSRA-1000、ECSSD 数据集上的评估中，该算法有更高的准确率，在 CSSD 数据集上能和最先进算法相媲美。实验表明，从全局和局部两个角度出发的显著性检测的方法能够有效的互补，Smoothness 能够有效加强前景和背景的差异性，并且有效纠正一些误检现象，从而取得更好的结果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘政怡	安徽大学计算机科学与技术学院	50	241	9.0	12.0
2	黄子超	安徽大学计算机科学与技术学院	3	4	1.0	2.0
3	张志华	安徽大学计算机科学与技术学院	3	1	1.0	1.0