论文部分内容阅读
通过SLIC分割算法将图像分成多个超像素区域后,利用重构误差进行视觉显著性检测。首先提取图像边缘的超像素区域作为背景模板,然后利用这些模板构建两重外观模型:稀疏外观模型及稠密外观模型。对于每一块图像区域,首先计算稠密重构误差及稀疏重构误差,然后利用K均值聚类方法得到的上下文对重构误差进行传播,再利用贝叶斯准则融合稀疏型检测结果及稠密型检测结果,最后通过综合多尺度重构误差信息及修正的目标基高斯模型信息实现像素级显著性检测。