基于類和區(qū)域特征的協(xié)同顯著性檢測(cè)算法.pdf

1、圖像協(xié)同顯著性檢測(cè)的本質(zhì)是提取多幅圖像中的共有的感興趣目標(biāo)，該技術(shù)可以用于協(xié)同分割、圖像測(cè)距、弱監(jiān)督學(xué)習(xí)，是近年來比較新穎的一個(gè)研究課題。但是隨著計(jì)算機(jī)網(wǎng)絡(luò)和數(shù)字圖像技術(shù)的快速發(fā)展，圖像的數(shù)量和分辨率都迅速提高，現(xiàn)有的協(xié)同顯著性檢測(cè)算法在圖像的檢測(cè)速度和檢測(cè)效果上已經(jīng)不能滿足實(shí)際需求，本文在提高算法的檢測(cè)速度和效果方面做了以下研究。
　　首先，針對(duì)一些協(xié)同顯著性算法容易受到背景干擾，生成的顯著圖背景噪聲嚴(yán)重，并且計(jì)算量大、檢測(cè)時(shí)間

2、長(zhǎng)等問題，本文使用先驗(yàn)前景去除部分干擾后再計(jì)算聚類級(jí)的對(duì)比特征和空間特征，最終生成協(xié)同顯著圖。跟傳統(tǒng)的方法相比較，該方法不僅能夠克服部分背景干擾，生成低噪聲的協(xié)同顯著圖，并且計(jì)算速度提高了幾倍。
　　其次，協(xié)同顯著性檢測(cè)包括顯著性檢測(cè)和協(xié)同性檢測(cè)這兩個(gè)重要部分，每一部分的檢測(cè)結(jié)果都直接影響整體檢測(cè)效果。然而一些算法卻忽略單幅圖像顯著性檢測(cè)效果，針對(duì)這一問題，本文將基于馬爾可夫鏈的單幅圖像顯著性檢測(cè)方法與基于Simrank相似度算法