基于背景的分布空间的显著性检测
计算机视觉与模式识别
2016-05-04 v1
摘要
在本文中，通过构建一些新颖的空间来建模背景并重定义显著块远离背景的距离，提出了一种有效的图像显著性检测方法。具体而言，给定背景性先验，利用特征分解创建四个基于背景的分布空间（SBD）来建模背景，其中引用更合适的度量（马氏距离）来精细测量每个图像块远离背景的显著性。此后，通过整合四个调整后的马氏距离图获得粗略显著性图，每个距离图由相应 SBD 中所有块与背景之间的距离构成。为了更具判别力，粗略显著性图在贝叶斯视角下被进一步增强为后验概率图。最后，通过使用测地距离适当细化后验概率图生成最终显著性图。在两个常用数据集上的实验结果表明，与最先进算法相比，所提方法有效。
引用
@article{arxiv.1603.05335,
title = {Saliency Detection with Spaces of Background-based Distribution},
author = {Tong Zhao and Lin Li and Xinghao Ding and Yue Huang and Delu Zeng},
journal= {arXiv preprint arXiv:1603.05335},
year = {2016}
}
备注
5 pages, 6 figures, Accepted by IEEE Signal Processing Letters in March 2016