基于动态模式分解的图像显著区域检测与分割
计算机视觉与模式识别
2016-07-12 v1
摘要
视觉显著性是指视觉系统选择场景中显著部分并减少需处理视觉数据量的能力。本文提出（1）一种通过考虑基于颜色和亮度的显著性分数并利用动态模式分解（DMD）来检测显著区域的新方法，（2）一种在静态图像处理中使用DMD方法的新解释。该方法整合了两种数据分析方法：（1）傅里叶变换，（2）主成分分析。我们工作的关键思想是创建基于颜色的显著性图。这是基于如下观察：图像的显著部分通常具有与图像其余部分不同的颜色。我们利用不同颜色空间的能力来建模人类视觉系统的复杂非线性行为，以生成基于颜色的显著性图。为了进一步改善最终显著性图的效果，我们利用亮度信息，因为人眼对亮度比颜色更敏感。实验结果表明，我们基于DMD理论的方法与先前最先进的显著性估计方法相比是有效的。本文提出的方法使用ROC曲线、F-measure率、精确率-召回率、AUC分数等进行评估。
引用
@article{arxiv.1607.03021,
title = {Salient Region Detection and Segmentation in Images using Dynamic Mode Decomposition},
author = {Sikha O K and Sachin Kumar S and K P Soman},
journal= {arXiv preprint arXiv:1607.03021},
year = {2016}
}
备注
8 pages