基于前景增强与背景抑制的显著性物体检测

• 作者: 彭力 王豪聪 赵晓叶
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 显著性物体检测 超像素 前景增强 背景抑制
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 图形与图像
• 页码范围: 1119-1124
• 页数: 6页
• 分类号: TP391.9
• 字数: 3572字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2018.06.021

摘要

显著性物体检测的关键在于准确地突出前景区域,多数传统方法在处理复杂背景图像时效果不理想.针对上述问题,提出了一种基于前景增强与背景抑制的显著性物体检测方法.首先,利用简单线性迭代聚类(SLIC)将图像进行分割得到多个超像素区域,通过区域间的对比和边界信息分别获得图像的显著区域与背景种子,并通过计算得到基于区域阃对比和基于背景的两幅显著图.然后,在两幅图像中运用Seam Carving和Graph-based的图像分割法区分显著与非显著区域,进而得到前景增强与背景抑制模板.最终,融合两幅显著图与模板得到最终的显著图.在公开数据集MSRA-1000上对算法进行验证,结果表明,所提算法与7种主流算法相比具有更好的查准率和查全率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭力		148	814	15.0	21.0
5	赵晓叶		3	2	1.0	1.0
7	王豪聪		4	4	1.0	2.0