面向自动图像裁切的高效多裁切区域显著性分区
计算机视觉与模式识别
2025-07-01 v1
摘要
自动图像裁切旨在提取最具视觉显著性的区域，同时保留关键构图元素。传统显著性感知裁切方法针对优化单个边界框，难以应用于需要多个不相交裁切的场景。本文将固定宽高比裁切算法扩展为高效提取多个不重叠裁切的方法，时间复杂度为线性。我们的 approach 动态调整注意力阈值，不重新计算整个显著性图即可从候选集中移除已选裁切。我们讨论了定性结果，并引入未来数据集和基准测试的潜力。
引用
@article{arxiv.2506.22814,
title = {Efficient Multi-Crop Saliency Partitioning for Automatic Image Cropping},
author = {Andrew Hamara and Andrew C. Freeman},
journal= {arXiv preprint arXiv:2506.22814},
year = {2025}
}