图象显著性检测

随着互联网的迅速发展和网络媒体数据的爆炸性增长，我们拥有了以往任何时代都无法比拟的信息资源。其中，数字图象与文本信息相比，更为直观逼真，形象生动。为了能够从这些视觉数据中快速有效地获取有用信息，视觉计算技术已经不可或缺。   视觉显著性（Visual Saliency）的概念来源于人类视觉研究领域。它是在人们研究人类视觉感知机制的过程中提出来的，可以简单描述为场景中的元素吸引视觉注意力的能力。   一般认为，人的视觉系统对外界环境的视觉感知分成两个阶段：一个快速的、自下而上、显著性驱动的、任务无关的阶段和一个较慢的，自上而下的、意识驱动的、任务相关的阶段。人的视觉显著性性检测行为就是为了完成自下而上阶段的任务。    与人的视觉显著性检测行为相对应，在计算机中，可以通过图象显著性区域检测方法实现图象显著性信息的提取。图象显著性区域检测研究的目的是获得高质量的显著图，显著图反映了图象中不同区域的显著程度。利用显著图，可以快速定位和处理图象中的显著区域。   近年来，关于图象显著性的研究日渐成为图象领域的研究的热点。它在揭示视觉观察机制方面有重要的意义，并且能够成功的应用于目标检测和分隔，图象检索，场景分析，视频跟踪等领域中。   而对于水下图象处理，由于水下环境的特殊性，水下光线存在严重的衰弱和散射效应，水下图象呈现散射模糊和颜色褪变等状态，所以需要根据目标显著性来提取有用信息。

2014-ZhuWangjiang SaliencyOptimization-CVPR2014-TsingHua-CODE - 副本
2014-ZhuWangjiang+SaliencyOptimization-CVPR2014-TsingHua-CODE
ԭͼ
1.jpg
2.jpg
3.jpg
结果
1_wCtr_Optimized.png
2_wCtr_Optimized.png
3_wCtr_Optimized.png