图像显著性传播及约束的协同显著性检测*
协同显著性检测是指在一组相关图像中发现共同的显著前景区域.现有方法捕获图像中节点对的关系,利用人类先验知识构建协同显著性检测模型,然而忽略了检测中节点之间的高阶关系,没有挖掘到节点间的潜在联系,从而导致次优的协同显著图.提出了一个新颖的基于超图的种子传播的协同显著性检测框架.具体来说,框架由交叉图像显著性传播和图像内显著性约束组成,前者利用基于单显著图的显著种子点,跨图像交叉传播机制,融合算法检测图像组的协同显著对象并抑制非协同显著对象,获得初步协同显著图;后者再引入图像的凸包先验机制,学习空间分布信息,约束共同背景噪声,抑制相似背景区域,获得更精确的协同显著图.在两个广泛使用的协同显著性检测数据集上进行大量的实验,结果表明,同为无监督模型,相比现存的无监督协同显著性方法,获得了最优的性能.
协同显著性检测、交叉图像显著性传播、图像内显著性约束、凸包先验机制
TP391.4(计算技术、计算机技术)
2019-11-29(万方平台首次上网日期,不代表论文的发表时间)
共10页
1205-1214