惰性随机游走视觉显著性检测算法
目的 鉴于随机游走过程对人类视觉注意力的良好描述能力,提出一种基于惰性随机游走的视觉显著性检测算法.方法 首先通过对背景超像素赋予较大的惰性因子,即以背景超像素作为惰性种子节点,在由图像超像素组成的无向图上演化惰性随机游走过程,获得初始显著性图;然后利用空间位置先验及颜色对比度先验信息对初始显著图进行修正;最终通过基于前景的惰性随机游走产生鲁棒的视觉显著性检测结果.结果 为验证算法有效性,在MSRA-1000数据库上进行了仿真实验,并与主流相关算法进行了定性与定量比较.本文算法的Receiver ROC(operating characteristic)曲线及F值均高于其他相关算法.结论 与传统基于随机过程的显著性检测算法相比,普通随机游走过程无法保证收敛到稳定状态,本文算法从理论上有效克服了该问题,提高了算法的适用性;其次,本文算法通过利用视觉转移的往返时间来刻画显著性差异,在生物视觉的模拟上更加合理贴切,与普通随机游走过程采用的单向转移时间相比,效果更加鲁棒.
显著性检测、随机游走、惰性随机游走、往返时间
21
TP391(计算技术、计算机技术)
国家自然科学基金项目61262050,61363049,61562062;江西省自然科学基金项目20151BAB211006National Natural Science Foundation of China61262050,61363049,61562062;Natural Science Foundation of Jiangxi Province,China20151BAB211006
2016-10-18（万方平台首次上网日期，不代表论文的发表时间）
共11页
1191-1201
