基于发散背景与紧凑前景的新型显著性目标检测图结构
计算机视觉与模式识别
2017-12-01 v1
摘要
本文提出一种高效且具有判别力的显著性目标检测模型。我们的方法基于发散背景与紧凑前景线索，以逐步机制执行。为了有效增强目标边界处节点间的区分度以及目标区域内部的相似性，通过引入虚拟节点概念构建图。为剔除错误输出，分别提出了背景种子选择方案与紧凑前景区域生成方法。与先前方法不同，我们根据相应节点与虚拟节点之间的关系计算每个节点的显著性值。为持续实现显著的性能提升，我们提出扩展流形排序（Extended Manifold Ranking, EMR）算法，该算法巧妙结合了抑制/激活节点与中层信息。大量实验结果表明，在多个基准数据集上，所提算法在不同评价指标方面均优于当前最优的显著性检测方法。
引用
@article{arxiv.1711.11266,
title = {A novel graph structure for salient object detection based on divergence background and compact foreground},
author = {Chenxing Xia and Hanling Zhang and Keqin Li},
journal= {arXiv preprint arXiv:1711.11266},
year = {2017}
}
备注
22 pages,16 figures, 2 tables