结合多层集成算法与背景先验和能量函数的显著性检测
计算机视觉与模式识别
2016-03-16 v1
摘要
在本文中，我们提出了一种改进的显著性检测机制。首先，基于一种新颖的背景先验（选择图像四角作为背景），我们利用与每个超像素的颜色和空间对比获得显著图（CBP）。受工程中用于提高测量精度的反向测量方法启发，我们采用目标性（Objectness）标签作为前景先验，基于CBP的部分信息构建显著图（OFP）。进一步地，应用一种原创能量函数分别优化两者，并通过合并上述两者形成单层显著图（SLP）。最后，为处理尺度问题，我们提出一种集成算法以利用多个显著图，从而得到我们的多层图（MLP）。在三个数据集上的定量与定性实验表明，我们的方法优于当前最先进（state-of-the-art）算法。
引用
@article{arxiv.1603.01684,
title = {Saliency Detection combining Multi-layer Integration algorithm with background prior and energy function},
author = {Hanling Zhang and Chenxing Xia},
journal= {arXiv preprint arXiv:1603.01684},
year = {2016}
}
备注
25 pages, 8 figures. arXiv admin note: text overlap with arXiv:1505.07192 by other authors