基于图的流形排序的多层级融合显著性目标检测.pdf

《基于图的流形排序的多层级融合显著性目标检测.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中国科技论文在线http://www.paper.edu.cn基于图的流形排序的多层级融合显著性目#标检测**李翠萍，陈振学，赵迪5（山东大学控制科学与工程学院，济南250061）摘要：针对基于图的流形排序的显著性目标检测方法在突出显著性物体和抑制背景方面的不足，提出一种基于图的流形排序的多层级融合显著性检测方法。为充分利用图像信息，采用过分割算法分割原始图像，根据分割区域的数目由粗到细分割原图形成多层级过分割图像。10对每一层级图像采用基于图的流形排序方法生成初始显著图，再通过提前训练好的融合器获得相应

2、的层级最优权重，多层级融合得到最终显著图。训练融合器时采用二次规划的方法，该过程是在MSRA-10K数据库上进行的，同时在ECSSD数据库和CSSD数据库上与8种流形算法按照四种评价指标进行比较分析。实验结果表明，所提出的方法相较于其它8种流行方法在不同数据库上表现出较高的检测准确率，提高了显著性目标检测的性能。15关键词：流形排序；多层级融合；显著性；过分割；二次规划中图分类号：TP391.4Multi-levelCombinationSaliencyObjectDetectionviaGraph-ba

3、sedManifoldRanking20LICuiping,CHENZhenxue,ZHAODi(SchoolofControlScienceandEngineering,ShandongUniversity,Jinan250061)Abstract:Inthispaper,weformthesaliencymapbyamulti-levelcombinationapproachusinggraph-basedmanifoldrankingmethodasthefoundation.Thismethoda

4、imstoovercomethedefectsthatthemerelygraph-basedmanifoldrankingmethodcannotdowellinhighlightingthesalientobjects25uniformlyandsuppressingthebackgroundeffectively.Weexecuteover-segmentationalgorithmforeachinputimage,andinordertomakefulluseoftheimageinformat

5、ionandcues,wesegmenttheinputimageintomultilevelsfromthecoarsesttothefinestaccordingtothenumberofsegmentedregions.Andforeachlevel,graph-basedmanifoldrankingalgorithmisusedtogeneratetheinitialsaliencymap.Thenweobtaintheoptimalweightofeachlevelfromthetrained

6、combinertomakea30multi-levelcombinationtogetthefinalsaliencymap.ThecombineristrainedusingquadraticprogrammingalgorithmontheMSRA-10Kdatabase.Intheexperiment,wecompareourmethodwiththeothereightstate-of-the-artmethodsintermsoffourevaluationcriteria.Theexperi

7、mentalresultsdemonstratethattheproposedmethodachievesconsistentandfavorableperformanceagainsttheeightstate-of-the-artmethodsondifferentdatabases.35Keywords:manifoldranking;multi-levelcombination;saliency;over-segmentation;quadraticprogramming0引言40显著性目标检测类

8、似于人的视觉系统的运行机制，在面对复杂场景时首先会注意到感兴趣的区域并从中快速提取出来，旨在识别出图像中最感兴趣的区域。显著性检测在很多领域[1][2][3][4]有着广泛的应用，例如图像分类、图像和视频压缩、图像分割、图像拼接、基于内基金项目：国家自然科学基金项目(61203261)；江苏省大数据分析技术重点实验室(南京信息工程大学)开放课题(KXK1404)；广西多源信息挖掘与安全重点实验室开放基金（MIMS16-02）作