基于 KL 散度及多尺度融合的显著性区域检测算法

sdkangbaz

摘 要：基于对超像素颜色概率分布间 KL 散度的计算，以及对多尺度显著图的融合处理，该文提出一种新的显著
性区域检测算法。首先，采用超像素算法多尺度分割图像，在各尺度下用分割产生的超像素为节点，并依据超像素
" X% a- z# g1 ^2 M: w; X分割数量对各超像素进行适当邻接连通扩展，构建无向扩展闭环连通图。 其次，依据颜色判别力聚类量化各超像
4 G) t3 c% W$ n/ H- o% J素内颜色，统计颜色聚类标签的概率分布，用概率分布间 KL 散度的调和平均值为扩展闭环连通图的边加权，再依
- e4 J6 x" k+ E/ T5 f1 D! [: H: A据区域对比度并结合边界连通性，获取各尺度下的显著图。 最后，平均融合各尺度下显著图，并进行优化处理，
得到最终的显著图。 在一些大型参考数据集上进行大量实验表明，所提算法优于当前一些先进算法，具有较高精
: T: q5 c; J4 }' p/ l8 P; C确度和召回率，并且可以产生平滑显著图。
关键词：显著性区域检测；多尺度融合；KL 散度；闭环连通图
+ `! v/ a; ~" \6 z+ Q* Z) K

8 r1 w7 h8 r1 d$ G' Z
3 p* y* O! G1 P1 V
附件下载：

游客，如果您要查看本帖隐藏内容请回复

) H  L4 ~0 p+ L

messed

谢谢分享