显著目标检测：一种判别性区域特征集成方法
计算机视觉与模式识别
2017-09-05 v1
摘要
显著目标检测一直备受关注，近来已有多种启发式计算模型被设计出来。本文将显著图计算形式化为一个回归问题。我们的方法基于多层图像分割，利用监督学习方法将区域特征向量映射为显著得分。多层显著得分最终融合生成显著图。贡献有两方面。其一，我们提出了一种用于显著目标检测的判别性区域特征集成方法。与现有启发式模型相比，所提方法能够自动集成高维区域显著特征并选择判别性特征。其二，通过研究标准通用区域属性以及显著目标检测中两个被广泛研究的概念，即区域对比度和背景性，我们的方法在六个基准数据集上显著优于当前最先进方法。同时，我们证明该方法运行速度与大多数现有算法相当。
引用
@article{arxiv.1410.5926,
title = {Salient Object Detection: A Discriminative Regional Feature Integration Approach},
author = {Huaizu Jiang and Zejian Yuan and Ming-Ming Cheng and Yihong Gong and Nanning Zheng and Jingdong Wang},
journal= {arXiv preprint arXiv:1410.5926},
year = {2017}
}