赵 迪 王晓鹏 陈丹淇

1. 上海卫星工程研究所，上海201109 2. 上海航天技术研究院，上海201109 3. 上海机电工程研究所，上海201109



基于Boolean编码的自下而上视觉显著性检测方法研究

赵 迪1王晓鹏2陈丹淇3

1. 上海卫星工程研究所，上海201109 2. 上海航天技术研究院，上海201109 3. 上海机电工程研究所，上海201109

提出了一种利用Boolean编码的二值特征自下而上视觉显著性检测方法。该方法是基于视觉注意的Boolean分布图理论而提出的，同时结合多特征通道(如CIELab颜色空间)，利用二进制值(即 0/1)编码每个像素，以表征场景视觉认知的位置分布信息。根据显著区域和背景区域间各维度的 Boolean编码的不同分布，通过低秩分解实现显著性检测。该模型不仅很容易实现，而且通过在2个公开的基准数据库中进行的实验结果表明该方法有效。 关键词 自下而上；视觉显著性；Boolean编码；低秩分解

视觉显著性在为生物和机器视觉系统实时提取场景有效信息的过程中扮演着重要角色。在现实世界中，注意力表现为2种方式的组合：自下而上和自上而下[1]。自下而上的方式是基于视觉场景特征的，是快速、被动和刺激驱动的。但是，自上而下的方式源于认知现象，包括知识、期望、奖励和当前目标，是缓慢、主动和任务驱动的[2]。本文主要研究自下而上视觉显著性检测方法。

自从Treisman等人[3]提出特征合成理论(FIT)后，很多研究方向都倾向于基于特征合成理论的自下而上显著性检测。作为一个里程碑模型，Itti等人[4]结合灰度、颜色和方向特征，提出了一种基于中心-周边对比差异的仿生结构。……