×

Saliencyrank:用于显著对象检测的两阶段流形排序。 (英语) Zbl 1428.68313号

摘要:显著目标检测仍然是计算机视觉中最重要和最活跃的研究课题之一,在目标识别、场景理解、图像检索、上下文感知图像编辑、图像压缩等方面有着广泛的应用。现有的大多数方法通过探索各种显著对象特征来直接确定显著对象。在这里,我们提出了一种新的基于图的排序方法,根据场景中最显著的对象与图像边界(背景)区域(即背景特征)的关系来检测和分割场景中的最显著对象。首先,我们使用区域/超级像素作为图节点,它们是完全连接的,以便能够对长距离和短距离关系进行建模。每个区域与图像边界(背景)的关系分两个阶段进行评估:(i)使用硬背景查询进行排名,以及(ii)使用软前景查询进行排名。我们通过实验证明了这种基于两阶段排序的显著目标检测方法是如何与传统方法互补的,并且综合结果优于两者。我们的方法允许利用固有的图像结构,利用二次优化框架实现高质量的显著目标确定,并具有易于计算的闭合形式解。使用三个具有挑战性的显著性数据集进行的广泛方法评估和比较表明,我们的方法始终大大优于10个状态心模型。

MSC公司:

68T45型 机器视觉和场景理解
05年6月 计算机图形;计算几何(数字和算法方面)
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Borji,A。;Itti,L.视觉注意力建模的最新进展。IEEE模式分析与机器智能汇刊,第35卷,第1期,185-2072013年·doi:10.1109/TPAMI.2012.89
[2] Toet,A.计算与心理物理自下而上的图像显著性:一项比较评估研究。IEEE模式分析和机器智能汇刊,第33卷,第11期,2131-21462011年·doi:10.1109/TPAMI.2011.53
[3] Itti,L.使用视觉注意的神经生物学模型进行视频压缩的自动中央凹。IEEE图像处理汇刊第13卷,第10期,1304-13182004·doi:10.1109/TIP.2004.834657
[4] 罗瑟,C。;科尔莫戈罗夫,V。;Blake,A.“抓取切割”:使用迭代图形切割的交互式前景提取。ACM图形学报第23卷,第3期,309-3142004年·doi:10.1145/1015706.1015720
[5] Sharma,G。;F.陪审团。;Schmid,C.,图像分类的判别空间显著性。,3506-3513 (2012)
[6] 阿维丹,S。;Shamir,A.用于调整内容软件图像大小的接缝雕刻。ACM图形交易第26卷,第3期,第10条,2007年·doi:10.1145/1276377.1276390
[7] 张国喜。;郑,M.-M。;Hu,S.-M。;Martin,R.R.一种保留形状的图像大小调整方法。计算机图形学论坛第28卷第7期,1897-19062009。
[8] 张,L。;黄,H。数字相册的分层叙事拼贴。计算机图形论坛第31卷,第7期,2173-2181,2012年·文件编号:10.1111/j.1467-8659.2012.03210.x
[9] 沈,C。;赵(Q.Zhao)。;Fleet,D.(编辑);Pajdla,T.(编辑);Schiele,B.(编辑);Tuytelaars,T.(编辑),《网页显著性》。,33-46 (2014)
[10] 马哈德万,V。;Vasconcelos,N.,基于盐度的鉴别跟踪。,1007-1013 (2009)
[11] 沈,X。;Wu,Y.,通过低秩矩阵恢复进行显著目标检测的统一方法。,853-860 (2012)
[12] 杨,C。;张,L。;卢,H。;阮,X。;Yang,M.-H.,基于图形的流形排序的显著性检测。,3166-3173 (2013)
[13] 李,X。;卢,H。;张,L。;阮,X。;Yang,M.-H.,通过密集和稀疏重建进行显著性检测。,2976-2983 (2013)
[14] 阿坎塔,R。;Hemami,S。;埃斯特拉达,F。;Süsstrunk,S.,频率调谐显著区域检测。,1597-1604 (2009)
[15] 郑,M.-M。;新泽西州米特拉。;黄,X。;托尔,P.H.S。;Hu,S.-M.基于全局对比度的显著区域检测。IEEE模式分析和机器智能汇刊第37卷,第3期,569-5822015·doi:10.1109/TPAMI.2014.2345401
[16] 刘,T。;袁,Z。;Sun,J。;Wang,J。;郑,N。;唐,X。;Shum,H.Y.学习检测显著物体。IEEE模式分析与机器智能汇刊,第33卷,第2期,353-3672011·doi:10.1109/TPAMI.2010.70
[17] 严奇。;徐,L。;史J。;Jia,J.,层次显著性检测。,1155-1162 (2013)
[18] Borji,A。;西希特,D.N。;Itti,L.,《突出物体检测:基准》,414-429(2012)
[19] 伊蒂,L。;科赫,C。;Niebur,E.快速场景分析中基于盐度的视觉注意模型。IEEE模式分析和机器智能汇刊,第20卷,第11期,1254-12591998年·数字对象标识代码:10.1109/34.730558
[20] Harel,J。;科赫,C。;Perona,P.,基于图形的视觉显著性。(2006)
[21] 侯,X。;Zhang,L.,显著性检测:光谱残差法。,1-8 (2007)
[22] 张,L。;唐,M.H。;Marks,T.K。;Shan,H。;Cottrell,G.W.SUN:使用自然统计的显著性贝叶斯框架。《视觉杂志》第8卷第7期第32条,2008年·数字对象标识代码:10.1167/8.7.32
[23] Rahtu,E。;坎纳拉,J。;萨洛,M。;海基拉,J.,《从图像和视频中分割显著对象》。,366-379 (2010)
[24] Goferman,S。;Zelnik-Manor,L。;Tal,A.上下文感知显著性检测。IEEE模式分析与机器智能汇刊,第34卷,第10期,1915-19262012·doi:10.1109/TPAMI.2011.272
[25] 江,B。;张,L。;卢,H。;杨,C。;Yang,M.-H.,基于吸收马尔可夫链的显著性检测。,1665-1672 (2013)
[26] 江,P。;Ling,H。;Yu,J。;Peng,J.,UFO的显著区域检测:唯一性、聚焦性和对象性。,1976-1983 (2013)
[27] 姜浩。;Wang,J。;袁,Z。;Wu,Y。;郑,N。;Li,S.,显著目标检测:一种区分性区域特征集成方法。,2083-2090 (2013)
[28] 李,X。;李毅。;沈,C。;迪克,A。;Hengel,A.V.D.,用于显著对象检测的上下文超图建模。,3328-3335 (2013)
[29] 张杰。;Sclaroff,S.,《显著性检测:布尔映射方法》。,153-160(2013年)
[30] Kim,J。;Han,D。;戴耀威。;Kim,J.,通过高维颜色变换进行突出区域检测。,883-890 (2014)
[31] 江,Z。;Davis,L.S.,子模块显著区域检测。,2043-2050 (2013)
[32] Margolin,R。;Tal,A。;Zelnik-Manor,L.,是什么使补丁与众不同?,1139-1146 (2013)
[33] 刘,R。;曹,J。;林,Z。;Shan,S.,视觉显著性检测的自适应偏微分方程学习。,3866-3873 (2014)
[34] 李,N。;Ye,J。;Ling,H。;于军,光场显著性检测。,2806-2813 (2014)
[35] 江,M。;黄,S。;Duan,J。;Zhao,Q.,SALICON:语境中的显著性。,1072-1080 (2015)
[36] 郑,M.-M。;新泽西州米特拉。;黄,X。;Hu,S.-M.SalientShape:图像采集中的群体显著性。《可视化计算机》第30卷第4期,443-4532014年。
[37] Fu,H。;曹,X。;Tu,Z.基于聚类的共显著性检测。IEEE图像处理汇刊,第22卷,第10期,3766-37782013·Zbl 1373.94120号 ·doi:10.1109/TIP.2013.2260166
[38] 魏毅。;文,F。;朱伟。;Sun,J.,使用背景先验的测地显著性。,29-42 (2012)
[39] 朱伟。;Liang,S。;魏毅。;Sun,J.,鲁棒背景检测的显著性优化。,2814-2821 (2014)
[40] 周,D。;韦斯顿,J。;格雷顿,A。;O.布斯克。;Schölkopf,B.,《数据流形上的排名》。(2004)
[41] 阿坎塔,R。;沙吉,A。;史密斯,K。;卢奇,A。;Fua,P。;Süsstrunk,S.SLIC超像素与最先进的超像素方法的比较。IEEE模式分析和机器智能汇刊第34卷,第11期,2274-22822012·doi:10.1109/TPAMI.2012.120
[42] 姜浩。;Wang,J。;袁,Z。;刘,T。;Zheng,N.,基于上下文和形状先验的显著对象自动分割。,2011年1月12日
[43] Canny,J.边缘检测的计算方法。IEEE模式分析和机器智能汇刊,第8卷,第6期,679-6981986·doi:10.1109/TPAMI.1986.4767851
[44] Krähenbühl,P。;Koltun,V.,具有高斯边势的全连通CRF中的有效推断。(2011)
[45] 段,L。;吴,C。;Miao,J。;青,L。;Fu,Y.,基于空间加权差异的视觉显著性检测。,473-480 (2011)
[46] 佩拉齐,F。;Krahenbuhl,P。;普里奇,Y。;Hornung,A.,《显著过滤器:显著区域检测的基于对比度的过滤》。,733-740 (2012)
[47] 郑,M.-M。;沃雷尔,J。;Lin,W.-Y。;郑S。;维尼特,V。;Crook,N.,利用软图像抽象进行有效的显著区域检测。,1529-1536 (2013)
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。