针对当前算法中采用过强的背景假设和中心偏置会造成错误检测,以及借助机器学习方法会大大增加复杂度的问题,提出使用过分割后的图像4个顶点超像素块作为背景先验信息,将其与改进的高斯模型相融合,然后对其进行空间优化,并使用元胞自动机将多个尺度下的显著结果进行融合。在公开数据库上与多种主流算法进行对比评测中,所提算法表现出明显的优越性。相较于以往算法将图像四周选为背景信息,文中算法所选取的背景信息则更为简单准确,同时也降低了计算复杂度,能够快速准确地提取出显著目标区域。
科研之友
微信
新浪微博
Facebook
分享链接
