自底向上的静态图像显著性检测

项目名称： 自底向上的静态图像显著性检测

项目编号： No.61371157

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 无线电电子学、电信技术

项目作者： 张立和

作者单位： 大连理工大学

项目金额： 74万元

中文摘要： 图像显著性检测是估计图像每个位置属于显著目标（最吸引视觉注意力的区域）的可能性，并用灰度图的形式表示出来。由于缺乏高层学习知识，自底向上的显著性检测是一个病态问题，可以借助有关目标与背景的先验知识将其转化为容易解决的良态问题。但图像背景复杂多样、显著目标尺度变化不一、先验知识有限等因素使得图像显著性检测仍然是一个颇具挑战性的问题。本课题在充分挖掘与改善前背景先验知识的基础上，将显著性度量问题建模为基于图模型的排序问题，通过两级排序学习将各种先验知识有机结合起来。为了充分发挥多种特征对显著性检测的互补与促进作用，提出具有图像内容适应性的多特征排序模型，实现多特征融合。考虑到利用单幅图像的先验知识很难解决复杂背景下的显著性检测问题，本课题扩展单图像检测模型，提出基于协同排序的多图像显著性协同检测方法，通过促使多幅拥有同类目标的图像互为先验，提升对每幅图像的显著性检测效果。

中文关键词： 显著性检测；显著性测量；特征融合；深度学习；先验知识挖掘

英文摘要： Image saliency detection aims to detect the salient object that captures the most visual attention in an image and output a saliency map in the form of an intensity map. Due to lack of learnt high-level knowledge, bottom-up saliency detection is an ill-po

英文关键词： saliency detection；saliency measure；feature combination；deep learning；prior knowledge mining