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
  J- Y) V# i9 l* x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( a5 K  q% Q* L( g. J! O2 [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
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
, A" e# ^" u4 r' Z8 l/ 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，
/ B, i$ G5 ]& T. ?. T% F( Y! Z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
- W) P# W) Y) O/ `* ?0 F2 @- N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 b0 Y+ ~3 M8 w

, @' A1 D6 ]  b+ [4 z+ A' T% a+ V- A
( R" m0 s, V* T- t& _+ [, x
5 o( n# B( r& r/ x/ L附件下载：

游客，如果您要查看本帖隐藏内容请回复

) v- Z2 C  @6 j& N
+ Y6 `) C- b- D. G

messed

谢谢分享