-
题名超像素内容感知先验的多尺度贝叶斯显著性检测方法
被引量：6
- 1
-
-
作者
张荣国
贾玉闪
胡静
刘小君
李晓明
-
机构
太原科技大学计算机科学与技术学院
合肥工业大学机械工程学院
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2020年第8期1509-1515,共7页
-
基金
国家自然科学基金(No.51875152)
山西省自然科学基金(No.201801D121134)
晋城市科技局资助项目(No.201501004-5)。
-
文摘
针对复杂背景下显著性检测方法不能够有效地抑制背景,进而准确地检测目标这一问题,提出了超像素内容感知先验的多尺度贝叶斯显著性检测方法.首先,将目标图像分割为多尺度的超像素图,在每个尺度上引入内容感知的对比度先验、中心位置先验、边界连通背景先验来计算单一尺度上的目标显著值;其次,融合多个尺度的内容感知先验显著值生成一个粗略的显著图;然后,将粗略显著图值作为先验概率,根据颜色直方图和凸包中心先验计算观测似然概率,再使用多尺度贝叶斯模型来获取最终显著目标;最后,使用了3个公开的数据集、5种评估指标、7种现有的方法进行对比实验,结果表明本文方法在显著性目标检测方面具有更好的表现.
-
关键词
显著性
多尺度
内容感知先验
边界连通性
贝叶斯模型
-
Keywords
saliency
multi-scale
content-aware prior
boundary connectivity
Bayesian model
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
