基于区域对比信息混合编码的图像显著性检测方法
2021-04-15余超杰朱玉全
计算机应用与软件 2021年4期
余超杰 朱玉全
(江苏大学计算机科学与通信工程学院 江苏 镇江 212013)
0 引 言
图像显著性检测是为了检测到图像中独特的并且能够吸引人们视觉注意力的对象区域。该区域的独特性主要表现在与图像中其他区域的差异性以及对象区域本身所表现出来的语义信息特征。由于图像显著性检测致力于对视觉注意力集中部分的检测,这一专题在计算机视觉领域一直以来都有着广泛的关注和深入的研究。视觉显著性检测在各个方面都有着广泛的应用,如图像的尺寸变换、语义图像标记[1]、语义分割[2]、行人再识别、农作物的异常检测等,并且都取得了不错的成效。此外有很多论文工作都在对显著性检测这一议题进行研究。Li等[3]通过注意力机制关注全局背景信息来进行显著性检测。Luo等[4]采用全卷积神经网络对图像显著区域进行检测。文献[5]采用了迭代和协作的方式集成了自上而下和自下而上的显著性推断方法。Lee等[6]采用混合特征的方法。EGNet边缘信息和显著物体信息之间的互补性来进行图像显著性检测[7]。尽管显著性检测研究已经取得了不错的成果,然而,传统方法在处理语义对象显著性方面能力不足,一些经典的深度学习方法在检测图像显著区域时导致的边界模糊的问题依然存在。由于图像的内部属性分类是未知的,显著性检测依然存在着许多挑战。本文提出一种基于图像区域对比信息和图像语义信息混合编码的显著性检测方法,直接对图像中的每一个区域进行特征编码,通过计算待检测区域与图像其他区域之间的差异程度并结合图像的语义信息来表示该区域在图像中的显著程度。……
登录APP查看全文
