10.3969/j.issn.1000-386x.2016.12.039
Smoothness加强的全局和局部显著目标检测
显著目标检测是计算机视觉的重要组成部分。针对基于对比度的方法存在的前景和背景容易被误检的问题，提出Smoothness 加强的全局和局部显著目标检测的方法。在全局对比度检测过程中引入中心先验知识，在局部对比度检测过程中引入Compactness 特征，再使用 Smoothness 特征加强全局的显著性及局部的显著性，最后将全局显著图和局部显著图进行线性融合。在MSRA-1000、ECSSD 数据集上的评估中，该算法有更高的准确率，在 CSSD 数据集上能和最先进算法相媲美。实验表明，从全局和局部两个角度出发的显著性检测的方法能够有效的互补，Smoothness 能够有效加强前景和背景的差异性，并且有效纠正一些误检现象，从而取得更好的结果。
全局对比、局部对比、中心先验、Smoothness、Compactness
33
TP301.6(计算技术、计算机技术)
安徽高校省级自然科学研究项目KJ2015A009；高等学校博士学科点专项科研基金联合课题20133401110009。
2017-01-16（万方平台首次上网日期，不代表论文的发表时间）
共6页
160-164,168
