陈志武，成 曦，曾 黎，钱晓亮

郑州轻工业大学 电气信息工程学院，郑州450002

随着科技的发展与进步，大量的多媒体产品被广泛应用于日常生活，比如电脑、照相机、智能手机等产品，因此产生了海量的图像。在这其中，如何从海量图像中筛选人们所需要的部分，显得十分重要。作为计算机视觉的一个分支——协同显著性检测，是模拟人类视觉注意机制，检测一组相关图像中公共显著的目标区域，实现对图像的筛选和鉴别功能，大大减少了人力和存储的成本。此外，它还被广泛地应用于其他计算机视觉任务，如图像分割[1]、图像和视频的检索[2]、视频压缩[3]、目标检测[4]等领域。

在协同视觉显著性检测的研究中，研究者一直主要围绕两个关键性问题：一方面，获取单幅的视觉显著性特征（Intra-saliency）；另一方面，挖掘一组相关图像间的相似性[5]（Inter-saliency）。早期传统的协同视觉显著性检测方法，利用提取浅层特征对图像中每个像素或区域进行协同显著程度的打分，从而推理协同显著性的目标或区域[6]，这些浅层的特征包括颜色直方图、梯度直方图、尺度不变特征转换描述符SIFT等手工特征和通过PCA、SPCA[7]、ICA[8]等算法产生的特征。后来研究人员发现，传统方法都存在一个共性问题：使用的浅层特征比较主观，而且并不能有效描述图像的信息，从而影响特征对后续组间显著性的推理，引起检测精度不佳的问题，尤其是当图像中存在复杂场景和前景与背景相似的情况，这一问题更加明显。……