计算机应用研究

作者：梁丽香,夏晨星,王胜文,张汗灵,

单位：1.凯里学院大数据工程学院,贵州凯里556011；2.安徽理工大学计算机科学与工程学院,安徽淮南232001；3.六盘水师范学院数学与信息工程学院,贵州六盘水553004；4.湖南大学信息科学与工程学院,长沙410082；

关键词：显著性检测,散度—形状引导,优化函数,相似性度量,分层空间,

基金：贵州省教育厅青年科技人才成长项目(黔教合KY字［2016］307)；；

为了准确地进行显著性目标检测，提出了一种基于散度—形状引导和优化函数的显著性检测有效框架。通过考虑颜色、空间位置和边缘信息，提出了一种有辨别力的相似性度量；再利用散度先验剔除图像边界中的前景噪声获得背景集，并结合相似性度量计算得到基于背景显著图。为了提高检测质量，形状完整性被提出，并通过统计在分层空间中区域被激活的次数期望生成相应的形状完整显著图。最后，利用一个优化函数对两个显著图融合后的结果进行优化从而获得最终的结果。在公开数据集 ASD、DUT-OMRON和ECSSD上进行实验验证，结果证明所提方法能够准确有效地检测出位于图像任意位置的显著性物体。

来源：2019年第8期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2019年第8期