王祥雒，杨春蕾，刘中华，马华红

（1.洛阳师范学院信息技术学院，洛阳 471934；2.河南科技大学信息工程学院，洛阳 471023）

一种结合先验知识和半监督学习的显著性检测方法

王祥雒1，杨春蕾2，刘中华2，马华红2

（1.洛阳师范学院信息技术学院，洛阳 471934；2.河南科技大学信息工程学院，洛阳 471023）

图像的显著性检测被用来定位和提取能够获取人类视觉注意的图像区域。为了提高复杂场景下图像显著性检测的精准度，基于人类视觉注意的生物特性，位置优先、颜色优先和边界优先等高层先验知识作为查询被用于半监督学习的流形排序。通过流形结构描述的图像区域间的相关性，可得到图像各区域的显著性描述。实验结果表明，先验知识与半监督学习的结合可有效提高检测质量。

显著性检测；先验知识；半监督学习；流形排序

0 引言

随着计算机视觉系统的广泛应用，相关的识别与检测技术近年来不断快速发展，例如目标检测、目标识别与分类、图像检索等[1]。然而，越来越复杂的图像场景使得检测与识别算法的工作效率大大降低。如果能在图像中事先获得目标在图像中的大致位置，则大大缩减了这些计算机视觉任务的难度并加快处理速度。图像的显著性检测为上述目标提供了可靠的支持。图像的显著性是指图像中能够快速获取人类视觉注意的显著特性，通常来讲高颜色对比度、高纹理对比度、图像的中心位置、物体的形状特性等均可引起图像中某些区域的高显著特性。……