改进凸包的贝叶斯模型显著性检测算法

作     者：林晓 王燕玲 朱恒亮 马利庄 蒋林华 Lin Xiao;Wang Yanling;Zhu Hengliang;Ma Lizhuang;Jiang Linhua

作者机构：上海理工大学光电信息与计算机工程学院上海200093 上海师范大学信息与机电工程学院上海200234 上海交通大学电子信息与电气工程学院上海200240 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2017年第29卷第2期

页      面：221-228页

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家自然科学基金联合项目(U1304616) 国家自然科学基金青年项目(61502220) 国家自然科学基金面上项目(61472245) 东方学者基金(15HJPY-MS02) 上海市自然科学基金(15ZR1428600) 

主　　题：显著性检测 凸包 贝叶斯模型 准确率-召回率曲线 

摘      要：针对目前显著性检测算法的准确性仍不是很理想的问题,提出改进已有的贝叶斯模型的显著性检测算法.首先利用图像压缩得到压缩图,结合经典的Harris算子来对原图和压缩图进行角点检测,利用角点得到两种图的最小凸包,将两者求交集来得到更合理的改进凸包;然后利用空间稀疏聚类算法结合改进凸包和超像素来得到先验图;再利用颜色直方图结合凸包来计算观察似然概率;最后根据已有的先验图和似然概率结合贝叶斯模型来得到显著性图,通过优化处理得到最终的显著性检测结果.在公开数据集MSRA和SED上进行仿真实验的结果表明,该算法不仅能够提高显著度图的视觉效果,而且查全率和查准率,F-measure,MAE等评价指标也比传统算法有明显提升.