基于邏輯標(biāo)簽傳播與自適應(yīng)融合的顯著性檢測(cè).pdf

1、圖像的顯著性檢測(cè)在計(jì)算機(jī)視覺(jué)領(lǐng)域是一個(gè)重要的預(yù)處理過(guò)程，主要目的在于模仿人眼處理視覺(jué)信息的過(guò)程，減少冗余信息，提取一幅圖像中最顯著的部分，并使之引起密切注意。大量的顯著性檢測(cè)算法從不同的角度提出了計(jì)算模型，并應(yīng)用在了各種各樣的目標(biāo)識(shí)別領(lǐng)域。
　　本文提出了一個(gè)基于邏輯標(biāo)簽傳播與自適應(yīng)融合結(jié)合的顯著性檢測(cè)方法，首先將目標(biāo)窗口算法和背景先驗(yàn)迭代產(chǎn)生的兩個(gè)預(yù)處理圖相乘得到初始顯著性圖。其次設(shè)定一個(gè)固定的閾值提取出前景種子點(diǎn)，將圖像四邊的

2、超像素作為背景種子點(diǎn)，利用無(wú)監(jiān)督聚類隨機(jī)森林算法計(jì)算得出相似度矩陣，代入本文的邏輯標(biāo)簽傳播機(jī)制過(guò)程中，將種子點(diǎn)的顯著性值傳播到整幅圖像中，利用新的加權(quán)自適應(yīng)融合方法將傳播后的結(jié)果與初始圖融合，最后使用多尺度訓(xùn)練分類器的優(yōu)化算法處理融合后的圖像，產(chǎn)生最終的顯著性檢測(cè)結(jié)果圖。
　　本文在四個(gè)國(guó)際公認(rèn)的圖像庫(kù)上進(jìn)行了擴(kuò)展實(shí)驗(yàn)，其中包括MSRA5000，ECSSD，PASCAL-S以及THUS10000圖像庫(kù)。同時(shí)與其它十六種頂尖的算法進(jìn)