结合凸包先验与流形排序的显著性检测算法

摘要：

已有基于图的流形排序显著性检测方法由于对背景先验假设过于理想,存在前景种子区域选取不准确的问题,从而影响检测效果.为此,提出一种新的显著性检测算法.通过计算图像的颜色增强Harris特征点,形成一个能够包含前景区域的凸包,并对图像进行超像素分割,计算凸包内与凸包外所有超像素的差异度来选取前景种子.使用不同的区域特征描述子构建2个闭环无向图模型,分别将选取到的前景种子作为查询节点,采用经典的流形排序算法计算获得对应的显著图,融合2个显著图并作优化处理得到最终的显著图.在公开的MSRA10K和ECSSD数据集上进行实验,结果表明,该算法在准确率、召回率、F值和MAE值等评价指标方面均优于传统的流形排序检测方法,其检测效果既能准确突出显著性目标,又能有效地抑制背景区域的干扰.

关键词：显著性检测、流形排序、凸包先验、显著图、优化功能

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

在线出版日期：2018-12-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：203-211,217