基于點(diǎn)-集度量學(xué)習(xí)的顯著目標(biāo)檢測(cè).pdf

1、圖像顯著性檢測(cè)包含兩個(gè)主要研究領(lǐng)域:視覺(jué)注意力和顯著目標(biāo)檢測(cè)。最初的顯著性檢測(cè)主要致力于視覺(jué)注意力，其在神經(jīng)系統(tǒng)學(xué)和認(rèn)知模型中被廣泛應(yīng)用。近期的顯著性檢測(cè)主要研究顯著目標(biāo)檢測(cè)，其目的在于準(zhǔn)確且完整的識(shí)別興趣目標(biāo)。顯著目標(biāo)檢測(cè)被廣泛應(yīng)用于視覺(jué)相關(guān)問(wèn)題，如目標(biāo)分割、自適應(yīng)壓縮、目標(biāo)識(shí)別、內(nèi)容感知圖像編輯、圖像檢索等。
　　本文提出了一種基于點(diǎn)-集度量學(xué)習(xí)的顯著性檢測(cè)方法。與以往直接計(jì)算圖像元素間距離的顯著性檢測(cè)方法不同，本文通過(guò)點(diǎn)-集

2、的度量學(xué)習(xí)，來(lái)學(xué)習(xí)各個(gè)圖像元素之間的距離，并用此度量將圖像元素分為前景類和背景類。這使得顯著性檢驗(yàn)的準(zhǔn)確率和召回率都有了很大的提高。同時(shí)，本文還將度量學(xué)習(xí)和多尺度方法結(jié)進(jìn)行結(jié)合，這樣既豐富了訓(xùn)練樣本，又提高的顯著性檢測(cè)的準(zhǔn)確度。首先我們用邊界框和建議區(qū)域生成了準(zhǔn)確率優(yōu)先圖和召回率優(yōu)先圖，即初始顯著性圖，并在這兩幅圖的基礎(chǔ)上，提取正負(fù)樣本。第二，對(duì)樣本進(jìn)行點(diǎn)-集配對(duì)，并進(jìn)行點(diǎn)-集度量學(xué)習(xí)，由此將所有超像素分為前景和背景兩類。第三，我們對(duì)訓(xùn)