|
|||||
|
|
| 层次图融合的显著性检测 | |
| 作者单位： | ;1.阜阳师范学院计算机与信息工程学院;2.安徽大学计算机科学与技术学院 |
| 摘 要： | 显著性目标检测在物体分割、自适应压缩和物体识别等领域有众多应用,从自然场景中准确检测出最重要的区域一直是个挑战。针对现有的基于图的流形排序算法,因忽略特征的空间信息而导致检测准确率不高的问题,提出了一种基于流形排序的多尺度显著性检测算法。首先对原始图像进行多尺度下的超像素分解。然后利用边界先验,根据流形排序算法计算查询点与其余结点的相关度排序。最后通过构建图模型,从多层结构中分析显著性线索,对显著图进行融合得到最终结果。在ASD、CSSD、ECSSD和SOD数据集上,同9种流形算法进行对比实验,结果表明该算法在保持高查全率的同时也提高了准确率。 |
| 关 键 词： | 显著性检测 流形排序 超像素分割 多尺度分析 图模型 |
Saliency Detection Based on Hierarchical Graph Integration |
|
| Abstract: | |
| Keywords: | |