[發明專利]一種基于區域候選樣本選擇的顯著性檢測方法

有效

• 申請號: 201710247051.8
• 申請日: 2017-04-17
• 公開（公告）號: CN107103608B
• 公開（公告）日: 2019-09-27
• 發明（設計）人: 張立和;周欽
• 申請（專利權）人: 大連理工大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/194;G06K9/32;G06K9/34
• 代理公司: 大連理工大學專利中心 21200
• 代理人: 溫福雪;侯明遠

1.一種基于區域樣本選擇的顯著性檢測方法，其特征在于，步驟如下：

(1)提取待處理圖像對應的區域候選樣本以及區域候選樣本的深度特征；

(2)采用由粗到細的選擇機制處理區域候選樣本，首先根據多個先驗知識定義用于評價區域候選樣本目標性和顯著性的評價指標，具體的定義如下：

區域候選樣本對應的目標區域中心周圍對比度CS：其中，a_ij表示超像素i和j之間的相似度，n_f和n_s分別表示區域候選樣本的目標區域和對應的周圍背景區域中所包含的超像素的數量；

區域候選樣本對應的目標區域內部相似度HG：

區域候選樣本對應的目標區域全局邊界一致性GE：其中，和λ為常數，E和P分別表示待處理圖像邊緣輪廓先驗圖和區域候選樣本的邊緣輪廓像素集，函數|*|計算給定集合中所包含樣本的數量；

區域候選樣本對應的目標區域局部邊界一致性LE：其中，表示超像素i中位于區域候選樣本前景區域中的像素個數，n_i表示超像素i包含的所有像素個數；δ(i)是一個指示函數，用來判斷超像素是否包含不同區域的像素，ρ²為常數；

區域候選樣本對應的目標區域位置先驗LC：其中，和c_p和c_e分別表示區域候選樣本和待處理圖像邊緣輪廓先驗圖的重心，n_pb表示區域候選樣本的目標區域占據待處理圖像邊界的像素數量；

根據定義上述的評價指標，對區域候選樣本分兩個階段進行排序；

在第一階段，首先將目標區域大小占圖像面積低于3％或者超過85％的區域候選樣本去除，然后用上述五個評價指標評價余下的區域候選樣本，保留排序分數最大的前40％的區域候選樣本進行多尺度聚類；疊加每個聚類中心的所有區域候選樣本，采用自適應的閾值二值化疊加的結果，為每個聚類中心產生一個代表樣本；

最后再次采用上述五個評價指標評價每個聚類中心的代表樣本，輸出排序分數最高的樣本作為偽真值，用于第二階段處理；

在第二階段，根據第一階段得到的偽真值，在整個圖像庫中計算區域候選樣本與它們偽真值之間的Fmeasure值，選擇Fmeasure值最大的前三個作為正樣本，Fmeasure值最小的后三個作為負樣本，然后訓練一個分類器w_p，通過分類器按照的方式對區域候選樣本重新評價，其中x_i和f_i(x)分別表示第i個區域候選樣本的特征和排序分數；加權疊加排序分數最大的前16個區域候選樣本并歸一化得到顯著圖S_p；

(3)步驟(2)得到的顯著圖S_p不能完整的突出顯著目標，因此采用超像素進一步優化檢測結果；在單幅圖像中，顯著圖S_p中顯著值大于0.8的超像素選為正樣本，小于0.05的超像素作為負樣本，訓練一個與步驟(2)中同類型和參數的分類器w_s；同時將待處理圖像過分割成不同尺度的超像素；根據得到的分類器w_s，按照的方式重新為超像素賦予權值，其中s_i和f_i(s)分別表示第i個超像素的特征和顯著性值；在多個不同尺度下得到多個顯著圖最后通過公式融合得到優化后的顯著圖S_s；

(4)顯著圖S_p和S_s彼此相互補充，按照的方式加權融合兩個顯著圖，其中用于強調顯著圖S_s；將S歸一化之后得到最終的檢測結果。