显著性目标检测中的视觉特征及融合

• 作者: 潘刚 王安志 王明辉 袁小艳
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 显著性检测 视觉特征 特征融合 显著图
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 图像处理与应用
• 页码范围: 213-219,235
• 页数: 8页
• 分类号: TP301.6
• 字数: 4880字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.08.038

摘要

显著性目标检测,在包括图像/视频分割、目标识别等在内的许多计算机视觉问题中是极为重要的一步,有着十分广泛的应用前景.从显著性检测模型过去近10年的发展历程可以清楚看到,多数检测方法是采用视觉特征来检测的,视觉特征决定了显著性检测模型的性能和效果.各类显著性检测模型的根本差异之一就是所选用的视觉特征不同.首次较为全面地回顾和总结常用的颜色、纹理、背景等视觉特征,对它们进行了分类、比较和分析.先从各种颜色特征中挑选较好的特征进行融合,然后将颜色特征与其他特征进行比较,并从中选择较优的特征进行融合.在具有挑战性的公开数据集ESSCD、DUT-OMON上进行了实验,从PR曲线、F-Measure方法、MAE绝对误差三个方面进行了定量比较,检测出的综合效果优于其他算法.通过对不同视觉特征的比较和融合,表明颜色、纹理、边框连接性、Objectness这四种特征在显著性目标检测中是非常有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘刚	四川文理学院智能制造学院	21	104	6.0	9.0
2	王明辉	四川大学计算机学院	20	75	5.0	8.0
3	袁小艳	四川大学计算机学院	41	73	5.0	7.0
5	王安志	四川大学计算机学院	3	7	1.0	2.0