特征融合与objectness加强的显著目标检测

• 作者: 刘政怡 李辉 王娇娇
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 计算机视觉 显著目标检测 边界先验 颜色区别性 objectness
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 图形图像处理
• 页码范围: 195-200,270
• 页数: 7页
• 分类号: TP391
• 字数: 5312字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1504-0287

摘要

显著目标检测是计算机视觉的重要组成部分，目的是检测图像中最吸引人眼的目标区域。针对显著检测中特征的适应性不足以及当前一些算法出现多检与漏检的问题，提出从“目标在哪儿”与“背景在哪儿”两个角度描述显著性的框架，进行特征融合来提高显著目标检测的准确率。从这两个角度分别提取图像的颜色区别性特征与边界先验特征并进行特征融合，使用objectness特征加强显著性，最终得到显著图。在MSRA-1000数据集上的评估中，该算法达到平均92.4%的准确率，能和最先进算法相媲美；而在CSSD、ECSSD数据集上的实验，该算法有更高的准确率，优势明显。实验结果表明所使用的特征之间能够互相补充，互相弥补“，目标在哪儿”与“背景在哪儿”的检测框架描述图像显著性具有合理性。

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	李辉	安徽大学计算机科学与技术学院	7	13	2.0	3.0
3	王娇娇	安徽大学计算机科学与技术学院	3	11	2.0	3.0