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
, f9 ]3 u9 y& k, D6 O! E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
) ]- i& e& L) J3 e+ I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
- e4 _# G- O; X9 t" s+ |% Z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
  X1 F! E, e) [' k) {. s/ W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
3 F( h8 o" \3 G$ Y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
6 f! t# S& b. [0 r



! U$ }1 o' p% X. G; X附件下载：

游客，如果您要查看本帖隐藏内容请回复

- e5 H: l' [- Y( [; C

messed

谢谢分享