基于多尺度下凸包改进的贝叶斯模型显著性检测算法

• 作者: 徐丹 段先华 王万耀 鲁文超
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 显著性检测 流形排序算法 凸包 贝叶斯模型 准确率-召回率曲线
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 图形图像与模式识别
• 页码范围: 295-300
• 页数: 6页
• 分类号: TP391.41
• 字数: 5495字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2019.06.044

摘要

针对传统基于贝叶斯的显著性检测算法存在的准确率不理想的问题,提出了一种基于多尺度凸包改进贝叶斯模型的显著性检测算法.该算法首先通过流行排序算法(MR)在CIELab颜色空间上对图像的前景进行提取,并将其作为先验图;其次通过高斯金字塔算法对图像进行降采样,得到3种不同尺度的图像(包括原图),结合经典的Har-ris算子检测不同尺度图像的角点,求三者的交集,得到更合理的凸包;然后利用颜色直方图结合凸包来计算观察似然概率;最后根据已有的先验图和似然概率,利用贝叶斯模型计算显著图,并进行优化处理得到最终的显著图.为了验证该算法的正确性和有效性,在公开数据集MSRA1000和ECSSD上进行仿真实验.结果表明,该算法不仅能够得到较好的视觉效果,而且召回率、准确率和F-measure等评价指标比传统算法有明显提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	段先华		42	192	9.0	11.0
2	徐丹		22	76	5.0	7.0
3	鲁文超		5	1	1.0	1.0
4	王万耀		4	16	1.0	4.0