基于標簽傳播的顯著性目標檢測算法研究.pdf

1、顯著性目標檢測的目的是在圖像或視頻中找到人眼感興趣的區(qū)域，因為這些區(qū)域中包含了圖像的重要信息。所檢測到的區(qū)域可進一步用于更復(fù)雜的計算機視覺應(yīng)用中，例如，目標的檢測與識別，圖像壓縮以及基于內(nèi)容的圖像編輯和圖像檢索等。顯著性目標檢測的根本挑戰(zhàn)就是如何均勻突出顯著目標，同時抑制不相干的背景噪聲。
　　本文提出了一種基于標簽傳播的顯著性目標檢測方法。為了實現(xiàn)凸顯目標和抑制背景的目的，本文采用了一些檢測技術(shù)來幫助計算圖像的顯著性值，其中包括

2、SLIC超像素分割算法、圖像先驗信息的提取、圖模型的構(gòu)建以及貝葉斯整合等。首先利用圖像的先驗信息找到大致的背景和目標區(qū)域，再從中選擇出最可靠的背景或目標節(jié)點作為標簽節(jié)點，最后通過標簽傳播來計算圖像中未標注標簽節(jié)點的顯著性值。基于上述思想，利用標簽傳播檢測圖像顯著性的過程具體分為以下三個步驟:
　　首先，依據(jù)四周背景先驗選取可靠的背景超像素作為背景標簽節(jié)點，利用標簽傳播算法，獲得剩余超像素與背景超像素相似度的衡量，再通過歸一化取反得

3、到基于背景信息傳播的顯著圖。
　　然后，利用類物體性先驗提取前景標簽節(jié)點，采用相同的標簽傳播算法來傳播前景標簽信息，獲得剩余超像素與前景超像素相似度的衡量，歸一化后可得到基于前景信息傳播的顯著圖。
　　最后，基于貝葉斯公式，將基于背景信息與前景信息得到的兩幅顯著圖有效的結(jié)合起來，最終得到目標區(qū)域均勻突出的顯著圖。
　　本文方法在三個精確注釋的標準數(shù)據(jù)庫上進行了測試，并且與其他經(jīng)典方法進行了比較。實驗結(jié)果表明，無論是在定