顯著性檢測學習筆記(一)

2022-05-02 10:09:14 字數 729 閱讀 2287

基於均值漂移分割的顏色顯著性模型xu liu, zengchang qin1, xiaofan zhang, and tao wan,2013 ieee

基本的流程圖如下:

1)基於qdct係數求rk的品均顯著值公式為:

|rk|表示區域的總共的畫素值,得到大致顯著圖m,通過大致顯著圖得到前景p(f)和背景p(b)。

2)均值漂移分割為k個區域,每個區域進行顏色的歸一化處理:

3)求 p(f)和 p(b)的先驗概率:

,為前景畫素數,相應的分母表示前景背景總的畫素數。

4) 求取

,表示ck在前景中的概率,

,同樣的方法求得ck在背景中的概率。

5)最後的顯著值採用貝葉斯理論:

6)採用高斯濾波器加強影象的中心的權重,得到最終的顯著圖。

**中的qdct表示四元數理算余弦變換,qdct缺點:1.不能準確的檢測顯著物體的輪廓。2.背景中顏色零度比較高的會被錯誤檢測成顯著區域,因為其沒有考慮顯著物體的連續性。因此均值漂移分割進行補救。

關於顯著性檢測的思考

梳理visual saliency 的定義,視覺顯著性是乙個主觀目標,既有自上而下的任務驅動的注意機制,全域性的拓撲認知,也有自下而上的基於區域性特徵的多層次融合機制。因此顯著性也是乙個從主觀上定義,客觀上驗證該定義的視覺過程。因此顯著性的定義上從主觀上是任務驅動的視覺搜尋過程,這個過程 的是注意機...

顯著性檢測評價指標

m為二值化的顯著 圖,g為ground truth.通過設定閾值得到二值化的顯著 圖m,通過上式計算得到一對precision,recall 所有的p,r取平均 閾值取值為0 255.這樣,不同的閾值,對應不同的p r對,總共有256個p r對。以p為縱座標,r為橫座標,構成p r曲線。參考 2一般...

顯著性檢測 2017(ICCV, CVPR)

dss網路結構如下 在測試時為了得到更好的效果,只使用2,3,4層的side out來混合。final輸出如下 另外,還使用crf作為post process 修正邊界。crf的實現借助開源包pydensecrf。因為只有兩類,所以直接用crf得到的每個畫素顯著的後驗概率作為顯著 值,構成顯著 圖。...