基于馬爾可夫鏈的顯著性檢測.pdf

1、在這篇論文中，我們首先回顧了馬爾可夫鏈的基本原理，部分吸收隨機游走的概念，簡要介紹了強健的背景先驗.然后，我們分別依靠吸收馬爾可夫鏈中的被吸收時間，遍歷馬爾可夫鏈中的擊中時間，部分吸收隨機游走中的吸收概率進行顯著性檢測，并且，進一步融合了強健背景先驗進行顯著性優(yōu)化。
　　我們聯(lián)合考慮顯著目標和背景的外觀差異和空間分布。在吸收鏈中，虛擬邊界節(jié)點被選作吸收節(jié)點，并且計算從每個轉(zhuǎn)移節(jié)點到邊界吸收節(jié)點的被吸收的時間。轉(zhuǎn)移節(jié)點的被吸收的時間

2、測量他同所有吸收節(jié)點的全局相似性，所以當以被吸收的時間作為顯著性度量時，顯著目標能夠被從背景一致地分開。另外，通過清除被吸收時間中停留在自身的時間，在顯著性檢測中，我們能夠自動消除奇異點。
　　我們分析比較了吸收馬爾可夫鏈中的被吸收時間與遍歷馬爾可夫鏈中的擊中時間在顯著性檢測中效果，發(fā)現(xiàn)被吸收時間能夠綜合考慮所有背景先驗，在顯著性檢測中有更好的效果。
　　因為從轉(zhuǎn)移節(jié)點到吸收節(jié)點的被吸收時間依靠他們之間路徑上的權(quán)重和他們的空

3、間距離，使得在圖像中心的背景區(qū)域可能是顯著的。所以我們進一步探索在遍歷鏈中的均衡分布去減少在長范圍平滑背景區(qū)域的被吸收時間。
　　我們通過建立另一種圖模型，將顯著性檢測作為半監(jiān)督分類問題，依靠部分吸收隨機游走中的吸收概率進行顯著檢測，達到了不錯的結(jié)果。
　　最后，我們?nèi)诤蠌娊〉谋尘跋闰灒鸵揽课振R爾可夫鏈中的被吸收時間得到的前景先驗，進入一個統(tǒng)一的目標框架，進行顯著優(yōu)化，得到更好的結(jié)果。在三個基準數(shù)據(jù)庫，大量的實驗證明提到