，2*

（1.武汉科技大学信息科学与工程学院，武汉 430081；2.中冶南方连铸技术工程有限责任公司，武汉 430223）

0 引言

显著性检测旨在从图像中找出最吸引人类视觉注意的目标或区域，其研究成果已被用在众多计算机视觉任务中，例如目标识别［1］、图像分割［2］等。从1998 年Itti 等［3］的研究工作开始，计算机视觉领域的学者对于显著性检测模型的研究热情持续至今。考虑到显著区域在视觉表征上应当和周围有明显不同，一个很自然的想法是通过计算某个像素/区域与其周围像素/区域之间的差异性，即中心-邻域对比度（Center-Surround Contrast，CSC）来计算区域的局部突出程度。该思路在相当长一段时间内是显著性检测领域的主要线索［3-5］。Itti等首次提出了一个可计算的视觉注意力模型，其通过在多尺度的高斯差分（Difference of Gaussian，DoG）特征（强度、颜色和梯度）空间中计算某一像素的CSC值，并以其局部最大响应作为该像素的显著值，为了描述方便，本文称之为“DoG 金字塔特征整合模型”。考虑到尺度空间能够较准确地描述人眼在不同的距离上观测物体的感知情况，利用多尺度DoG 空间可以很好地模仿人眼检测目标的局部突出特性。因此，Itti等提出的模型有一定的生理学基础，对后续模型研究设计具有指导性意义。以此模型结构为基础，研究学者在多种特征空间以及不同的对比度测度上进行了创新［5-7］。此外，也有研究针对CSC 计算中邻域的选择问题进行了相关探讨［8-10］。然而，上述方法均采用手工定义的低层次视觉特征，无法有效地对图像中的上下文以及语义信息进行理解，导致在目标级别的显著性检测中难以取得满意的性能。……