杨 帆，李建平，李 鑫，陈雷霆

(电子科技大学 计算机科学与工程学院，成都 611731)(*通信作者电子邮箱fanyang_uestc@hotmail.com)

0 引言

视觉显著性可以帮助人类快速地过滤掉不重要的信息，让我们的注意力更加集中在有意义的区域，从而能更好地理解眼前的场景。随着计算机视觉技术的发展，大家希望电脑也能拥有和人类相同的能力，即在分析和理解一个复杂的场景时，电脑可以更加有针对性地处理有用的信息，从而能大幅度降低算法的复杂度，并且排除杂波的干扰。一般来说，视觉显著性算法主要可以被分为两大类：1)眼动估计；2)显著性对象检测。本文的工作主要针对第2)类问题进行研究。显著性对象检测算法的目标是检测图像(输入场景)中最能吸引人注意的整个对象区域。目前，显著性对象检测算法被广泛运用于计算机视觉和多媒体领域的任务中，包括对象追踪[1]、对象发现[2]、对象识别[3]、稠密匹配[4]、图像检索[5]等。

显著性对象检测不受限于对象的类别、尺寸大小、位置、个数，这些不确定因素使得它成为目前计算机视觉和人工智能领域中的一个难题。在传统做法中，研究人员根据观察到的各种先验知识对显著性对象检测算法进行建模，生成显著性图。这些先验知识包括：对比度、中心先验、边缘先验、语义先验等，但在复杂的场景中，传统方法往往不够准确。这是因为这些观察往往限于低级别的特征(例如，颜色和对比度等)，而不能准确反映出显著性对象本质的共同点。……