| 视觉显著性检测：一种融合长期和短期特征的信息论算法 |
| |
| 引用本文： | 钱晓亮,郭雷,韩军伟,胡新韬,程塨.视觉显著性检测：一种融合长期和短期特征的信息论算法[J].电子与信息学报,2013(7). |
| |
| 作者姓名： | 钱晓亮 郭雷 韩军伟 胡新韬 程塨 |
| |
| 作者单位： | 西北工业大学自动化学院 西安 710129 |
| |
| 基金项目： | 国家自然科学基金(6110306和西北工业大学基础研究基金(JC20120237)资助课题 |
| |
| 摘 要： | 针对传统视觉显著性检测算法单纯使用当前观测图像的信息或是先验知识的不足，该文引入了长期特征和短期特征的概念，分别代表先验知识和当前观测图像的信息，并提出了一种基于信息论的算法将它们融合。首先，分别根据人眼跟踪数据和当前观测图像的内容来训练长期和短期稀疏词典并对图像进行稀疏编码，将得到的稀疏编码作为长期和短期特征。其次，针对现有算法只能在整幅图像上或是在一个固定大小的局部邻域内进行统计的缺陷，该文提出一种基于信息熵的特征概率分布估计方法，该方法可以根据当前观测图像的具体情况自适应地选择一个最佳的区域大小来计算长期和短期特征出现的概率。最后，利用香农自信息来输出图像的显著性检测结果。同8种流行算法在公开的人眼跟踪测试库上进行的主观和定量的实验对比证明了该文算法的有效性。
|
| 关 键 词： | 模式识别 视觉显著性检测 长期特征 短期特征 信息熵 香农自信息 |
Visual Saliency Detection:An Information Theoretic Algorithm Combined Long-term with Short-term Features |
| |
| Qian Xiao-liang
,
Guo Lei
,
Han Jun-wei
,
Hu Xin-tao
,
Cheng Gong.Visual Saliency Detection:An Information Theoretic Algorithm Combined Long-term with Short-term Features[J].Journal of Electronics & Information Technology,2013(7). |
| |
| Authors: | Qian Xiao-liang Guo Lei Han Jun-wei Hu Xin-tao Cheng Gong |
| |
| Abstract: | |
| |
| Keywords: | Pattern recognition Visual saliency detection Long-term features Short-term features Information entropy Shannon self-information |
| 本文献已被 万方数据 等数据库收录！ |
