基于多先驗(yàn)和圖結(jié)構(gòu)的顯著性物體檢測(cè).pdf

1、顯著性物體檢測(cè)，是一個(gè)從圖像中檢測(cè)出最能引起人視覺注意的物體區(qū)域的計(jì)算機(jī)視覺處理過程，它模擬的是人類視覺系統(tǒng)的信息處理環(huán)節(jié)，為進(jìn)一步高層問題的研究奠定基礎(chǔ)。本文所研究的顯著性檢測(cè)屬于“自底向上”、純數(shù)據(jù)驅(qū)動(dòng)、不帶有人主觀目的的檢測(cè)，重點(diǎn)研究了面向單幅圖像和群組圖像的顯著性檢測(cè)算法設(shè)計(jì)，主要工作與創(chuàng)新點(diǎn)包括以下四點(diǎn)：
　　1.基于邊界先驗(yàn)與視覺注意的顯著性模型：該模型利用邊界先驗(yàn)，通過建立圖結(jié)構(gòu)得到圖像中每一個(gè)超像素到邊界的測(cè)地線距

2、離，利用其來衡量顯著性大小。同時(shí)為了提高顯著性圖的質(zhì)量，提出基于最大均值偏差的視覺注意點(diǎn)圖。實(shí)驗(yàn)測(cè)試和比對(duì)都證明了所提出方法的有效性。
　　2.基于多先驗(yàn)與能量圖的顯著性模型：該模型分別從顯著性物體和背景出發(fā)，結(jié)合各自先驗(yàn)知識(shí)的優(yōu)勢(shì)來定義對(duì)應(yīng)的顯著性衡量方式。對(duì)于顯著性物體，融合了中心－周圍對(duì)比度、中心、布局等先驗(yàn)來衡量圖像元素間的迥異性，凸顯顯著物體具有的性質(zhì)；對(duì)于背景，再次利用邊界先驗(yàn)，基于所定義的能量圖和8鄰域“縫”，動(dòng)態(tài)優(yōu)

3、化找到每一個(gè)像素到邊界的最優(yōu)“縫”，以“縫”的成本來衡量顯著性大小。實(shí)驗(yàn)表明，該模型能夠取得可靠、高質(zhì)量的顯著性檢測(cè)圖。
　　3.群組圖像的協(xié)同顯著性模型：該模型最大的貢獻(xiàn)就是使得(單幅圖像的)顯著性模型在協(xié)同顯著性的任務(wù)場(chǎng)景下發(fā)揮其潛在的指導(dǎo)作用，利用任意一種單幅顯著性模型得到的檢測(cè)結(jié)果，在一個(gè)排序框架下，通過一個(gè)兩階段的查詢關(guān)鍵詞選擇，指導(dǎo)協(xié)同顯著性檢測(cè)的進(jìn)行，最后融合輸出得到最終的協(xié)同顯著性圖。實(shí)驗(yàn)結(jié)果表明，該模型成功地突出