融合颜色显著性和似物性的显著物体检测

• 作者: 张明 徐丹 於跃成 段先华 黄树成 黄炜亮
• 来源期刊: 江苏科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 显著性 颜色对比度 似物性 超像素 贝叶斯
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 信息与控制工程
• 页码范围: 51-60
• 页数: 10页
• 分类号: TP18
• 字数: 6978字
• 语种: 中文
• DOI: 10.11917/j.issn.1673-4807.2019.04.009

摘要

文中提出一种融合颜色显著性和似物性的对象级显著性检测方法.首先量化并计算像素点在RGB空间下的稀疏性以及在LAB空间中的对比度,得到像素级的显著性;其次对原图像进行超像素分割,以超像素内所有像素的显著性均值作为该超像素的显著值,通过能量函数平滑优化相邻的超像素,得到前景分割明显且变化较小的超像素级显著性;然后优化原似物性方法,通过中心环绕法则融合显著性值和似物性值,作为对象级显著性的贝叶斯先验概率,计算似物性窗口内显著物体与窗口像素的比值,得到似然概率;最后通过贝叶斯模型计算,得到显著物体后验概率,并以此作为似物性窗口的评分标准.在MSRA-1000和ECSSD数据集上先将颜色显著性方法与8种state-of-the-art显著性方法相比较,显著性检测效果较好,检测精度高于其他几种方法.将优化后的似物性与另外3种方法对比,优化结果能使检测窗口大量覆盖于显著图中目标物体上方.将文中显著物体检测方法与同样融合了似物性的显著物体检测方法进行比较,结果表明文中方法较其他方法能够更精确、更完整检测出显著物体.

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	江苏科技大学计算机学院	42	192	9.0	11.0
2	於跃成	江苏科技大学计算机学院	17	75	5.0	8.0
3	张明	江苏科技大学计算机学院	38	289	9.0	16.0
4	徐丹	江苏科技大学计算机学院	22	76	5.0	7.0
5	黄树成	江苏科技大学计算机学院	36	126	5.0	10.0
6	黄炜亮	江苏科技大学计算机学院	2	14	1.0	2.0