基于中心-对角对比度的显著性检测

摘要：

针对图像显著性检测中广泛运用的中心-四周对比度方法存在的缺陷,提出了中心-对角对比度(corner-surround contrast,CSC)算法,实现从背景中有效提取显著区域;中心-四周对比度方法难以保证分割的准确性,容易导致错误的显著检测结果,并且仅使用中心-四周对比度对目标物体进行显著性编码并不十分有效;CSC算法在提取中心和周边区域差异性的同时,结合它们之间位置的相对性,并设计了一个多核信息融合模型,以不同权重融合多种对比度方法以产生最优显著图,最后用图分割算法来进行二元分割,获得准确的显著图;实验结果表明CSC算法能够有效捕捉显著物体的局部差异,提高显著性物体定位及分割精度的性能,减少噪声的影响,从背景中分离出精确的显著性区域,获得更优的显著性检测结果.

关键词：视觉关注、背景原型、中心-对角对比度、中心-四周对比度、显著性物体检测

所属期刊栏目：25

分类号：TP391.413(计算技术、计算机技术)

资助基金：国家自然科学基金61301144,61601175

在线出版日期：2017-11-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：13-16,20