基于全局和局部短期稀疏表示的显著性检测.pdfVIP

第 41卷 第 1O期 计 算 机 科 学 Vo1．41No．10 2014年 10月 ComPuter Science Oct2014 基于全局和局部短期稀疏表示的显著性检测 樊 强 齐 春 (西安交通大学电子与信息工程学院 西安710049) 摘 要 显著性检测是计算机视觉研究的一个重要 问题。提 出了一种 由底向上的基于稀疏表示的显著性检测新算 法。一般显著性检测主要 包含两个部分，即图像特征提取和显著性度量。对于一幅给定的图像，首先利用独立成分分 析(ICA)方法提取图像特征，然后用一个局部和全局模型对图像进行显著性度量。其中，利用一种低秩表示方法提取 全局显著性，以及利用一种稀疏编码方法提取局部显著性。最后融合局部和全局显著图得到最终的显著图。在一个 人眼关注数据库上与 目前几种流行的方法进行了对比实验，实验结果显示所提出的方法能够得到更高的视觉关注预 测准确率。 关键词 显著性检测，稀疏表示，低秩表示，稀疏编码 中图法分类号 TP37 文献标识码 A DOI 10．11896／j．issn．1002—137X2014．10．018 SaliencyDetectionBasedOilGlobalandLocalShor~term SparseRepresentation FAN Qiang QIChun (Schoo1ofElectronicandInformationEngineering，Xi’anJiaotongUniversity，Xi’an710049，China) Abstract Saliencydetectionhasbeenconsideredtobeanimportantissueinmanycomputervisiontasks．Weproposed anovelbottom-upsaliencydetectionmethodbasedonsparserepresentation．Saliencydetectionincludestwoelements： imagerepresentationandsaliencymeasurement．ThetWOelementsusedinourmethodarebothbiologicalplausibleand accurate．Foraninputimage，wefirstusedICA algorithm tolearnasetofbasisfunctions。thentheimagecouldbere— presentedbythesetofbasisfunctions．Next，weusedaglobalandlocalsaliencyframeworktomeasurethesaliencyre— spectively，and combinedthetworesultstoobtainthefinalsaliency．Thegloba1saliencyisobtainedthroughLow-Rank Representation(LRR)，andthelocalsaliencyisobtainedthroughasparsecodingscheme．Wecomparedourmethodwith sixstate-of-the-artmethodsontwopopularhumaneyefixationdatasets．Theexperimemalresultsindicatetheaccuracy oftheproposedmethodtopredictthehumaneyefixationsishigher． Keywords Sa liencydetection，Sparserepresentation，Low-rankrepresentation，Sparsecoding 些特征中的一个或