基于背景感知的显著性目标检测算法
在显著性目标检测算法中, 流形排序的检测方法存在先验背景假设和目标检测不完整的问题. 针对该问题,在流形排序算法基础上, 融入背景鉴别、BING特征估计和权重调整, 提出了一种基于背景感知的显著性目标检测算法. 首先, 通过计算颜色聚类后的边界区域的综合差异度, 得到真实背景种子点, 从而感知到真实背景区域; 再结合图像的BING特征与初始显著图信息, 获取目标位置, 从而得到完整的前景种子点区域; 然后重构前景区域的图模型且利用加权k-壳分解法, 来调整前景区域节点之间的连接权重, 进而获得清晰的目标边界. 实验结果表明, 同当前经典的一些算法比较, 本文算法在准确率、召回率、F-measure和平均MAE上都优于其余算法.
显著性目标检测、流形排序、综合差异度、真实背景种子点、BING特征
27
国家自然科学基金61379036,61502430;国家自然科学基金委中丹合作项目61361136002;浙江省重大科技专项重点工业项目2014C01047;浙江理工大学521人才培养计划20150428
2018-06-20(万方平台首次上网日期,不代表论文的发表时间)
共8页
103-110