多视觉特征结合有约束简化群优化的显著性目标检测

摘要：

针对一般显著性目标检测(SOD)方法容易受背景区域影响造成识别精度低下的问题,提出一种基于多视觉特征并结合有约束简化群优化的显著性目标检测方法.该方法获取3个低级视觉特征,即多尺度对比度、中心环绕直方图和颜色空间分布,利用有约束的简化群优化检测出最优权重向量,并将其与3个视觉特征结合以获取显著图,使用显著图在图像背景中提取出显著性目标.为了有效地抑制图像中的背景区域,定义一个简单的适应度函数以凸显边界目标.运用定量和定性方法在MARA SOD数据库上进行仿真实验,结果表明,与模糊聚类、低秩矩阵恢复和稀疏重构等方法相比,该方法能获得较高的识别精度和查全率.

关键词：显著性目标检测、简化群优化、视觉特征、最优权重向量、适应度函数

所属期刊栏目：41

分类号：TP391(计算技术、计算机技术)

资助基金：江苏省高校自然科学基金资助项目11KJD520006:江苏省教育科学"十二五"规划基金资助项目D/2013/01/068

在线出版日期：2015-12-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：257-262