基于多图流形排序的图像显著性检测

• 作者: 于明 于洋 刘依 李博昭
• 来源期刊: 自动化学报
• 关键词: 图像显著性检测 多图模型 流形排序 超像素节点
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 论文与报告
• 页码范围: 577-592
• 页数: 16页
• 字数: 13474字
• 语种: 中文
• DOI: 10.16383/j.aas.2018.c170441

摘要

针对现有图像显著性检测算法中显著目标检测不完整和显著目标内部不均匀的问题,本文提出了一种基于多图流形排序的图像显著性检测算法.该算法以超像素为节点构造KNN图(K nearest neighbor graph)模型和K正则图(K regular graph)模型,分别在两种图模型上利用流形排序算法计算超像素节点的显著性值,并将每个图模型中超像素节点的显著值加权融合得到最终的显著图.在公开的MSRA-10K、SED2和ECSSD三个数据集上,将本文提出的算法与当前流行的14种算法进行对比,实验结果显示本文算法能够完整地检测出显著目标,并且显著目标内部均匀光滑.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于洋	河北工业大学计算机科学与软件学院	29	181	8.0	12.0
2	于明	河北工业大学计算机科学与软件学院	100	698	15.0	21.0
3	刘依	河北工业大学计算机科学与软件学院	7	15	2.0	3.0
4	李博昭	河北工业大学计算机科学与软件学院	1	2	1.0	1.0