基于条件随机场和图像分割的显著性检测

被引：37

作者：

钱生

陈宗海

林名强

张陈斌

机构：

[1] 中国科学技术大学自动化系

来源：

自动化学报 | 2015年 / 41卷 / 04期

关键词：

显著性检测; 多特征融合; 条件随机场; 图像分割;

D O I：

10.16383/j.aas.2015.c140328

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对当前常见的显著性方法检测得到的显著性区域边界稀疏不明确、内部不均匀致密等问题,提出了一种基于条件随机场(Condition random field,CRF)和图像分割的显著性检测方法.该方法综合利用边界信息、局部信息以及全局信息,从图像中提取出多种显著性特征;在条件随机场框架下融合这些特征,通过显著性区域与背景区域的区域标注实现显著性区域的粗糙检测;结合区域标注结果和交互式图像分割方法实现显著性区域的精确检测.实验结果表明本文提出的方法能够清晰而准确地提取出图像中的显著性区域,有效提高显著性检测精度.

引用

页码：711 / 724

页数：14

共 8 条

[1] 利用多尺度频域分析的图像显著区域检测 [J].

张巧荣 ;

顾国昌 ;

刘海波 ;

肖会敏 .

哈尔滨工程大学学报, 2010, 31 (03) :361-365

[2] Mechanisms of top-down attention [J].

Baluchi, Farhan ;

Itti, Laurent .

TRENDS IN NEUROSCIENCES, 2011, 34 (04) :210-224

[3] The role of visual salience in directing eye movements in visual object agnosia [J].

Mannan, Sabira K. ;

Kennard, Christopher ;

Husain, Masud .

CURRENT BIOLOGY, 2009, 19 (06) :R247-R248

[4]

Neural Mechanisms of Selective Visual Attention[J] . R Desimone,J Duncan.Annual Review of Neuroscience . 1995 (1)

[5]

Physiological Psychology[J] . H L Teuber.Annual Review of Psychology . 1955

[6]

Graphics Gems II .2 Thomas S W. Academic Press . 1991

[7]

Robust classification of objects,faces,and flowers using natural image statistics .2 Kanan C,Cottrell G W. Proceedings of The IEEE Conference on Computer Vision and Pattern Recognition . 2010

[8]

Saliency detection:a spectralresidual approach .2 Hou Xiaodi,Zhang Liqing. IEEE Conference on Computer Visionand Pattern Recognition . 2007

← 1 →