在优化框架下聚合互补背景模板的显著性检测
计算机视觉与模式识别
2017-06-15 v1
摘要
本文提出了一种通过聚合互补背景模板并进行细化处理的无监督自底向上显著性检测方法。从每个超像素中提取特征向量，以涵盖区域颜色、对比度和纹理信息。利用这些特征，基于通过不同边界区域组合而非仅将四个边界视为背景所获得的背景模板，实现对显著区域的粗检测。然后，通过对图像节点与从先前显著性图中提取的前景线索的相关性进行排序，我们获得了改进的结果。最后，利用平滑操作来细化基于前景的显著性图，以提高显著区域与非显著区域之间的对比度，直到获得接近二值的显著性图。实验结果表明，所提出的算法生成了更准确的显著性图，并在四个公开可用的数据集上优于 SOTA 显著性检测方法。
引用
@article{arxiv.1706.04285,
title = {Saliency detection by aggregating complementary background template with optimization framework},
author = {Chenxing Xia and Hanling Zhang and Xiuju Gao},
journal= {arXiv preprint arXiv:1706.04285},
year = {2017}
}
备注
28 pages,10 figures