基于全局和局部低秩矩阵分解的图像显著目标检测算法

作者: 李策 [1,2] ; 胡治佳 [1] ; 肖利梅 [1] ; 张爱华 [1]

关键词: 显著目标检测非显著信息低秩分解 saliency object detection non-saliency information rank-sparsity decomposition

摘要：针对视觉选择性注意机制中,在凸显注意力目标的同时还需抑制背景区域对显著性目标影响的问题,提出一种基于矩阵低秩分解的图像显著目标检测算法.该算法首先结合图像CIE Lab颜色空间对比度特征和图像纹理特征快速获取初始显著图,然后分别从全局和局部两个层次对其低秩分解并加权融合,最终实现对初始显著图中背景非显著信息的抑制得到最终显著图.与其他显著性算法的对比实验结果表明,本文算法在有效检测显著目标的同时,显著图中的背景仅含有少量非显著信息,显著目标更加凸显,为后期计算机视觉任务提供了一种良好的预处理过程,具有一定的理论和实际应用价值.

上一篇：风力发电机组出力组合区间预测算法
下一篇：上游泵送机械密封两种优化槽形及性能的对比

基于全局和局部低秩矩阵分解的图像显著目标检测算法

作者: 李策 [1,2] ; 胡治佳 [1] ; 肖利梅 [1] ; 张爱华 [1]

关键词: 显著目标检测 非显著信息 低秩分解 saliency object detection non-saliency information rank-sparsity decomposition

关键词: 显著目标检测非显著信息低秩分解 saliency object detection non-saliency information rank-sparsity decomposition