基于視覺(jué)顯著性圖對(duì)象檢測(cè)算法

　　為了能夠準(zhǔn)確地檢測(cè)出圖像中的顯著性對(duì)象，提出了一種新的基于視覺(jué)顯著性圖與似物性的對(duì)象檢測(cè)算法。該算法首先在圖像上提取大量具有較高似物性度量的矩形窗口，并估算出對(duì)象可能出現(xiàn)的位置，將窗口級(jí)的似物性度量轉(zhuǎn)換到像素級(jí)的似物性度量；然后把原始顯著性圖與像素級(jí)的似物性圖進(jìn)行融合，生成加權(quán)顯著性圖，分別二值化原始顯著性圖和加權(quán)顯著性圖，利用凸包檢測(cè)得到最大查找窗口區(qū)域與種子窗口區(qū)域；最后結(jié)合邊緣概率密度搜索出最優(yōu)的對(duì)象窗口。在公開(kāi)數(shù)據(jù)集MSRA-B上的實(shí)驗(yàn)結(jié)果表明，該算法在準(zhǔn)確率、召回率以及F一測(cè)度方面優(yōu)于最大化顯著區(qū)域檢測(cè)算法、區(qū)域密度最大化算法以及似物性對(duì)象檢測(cè)算法等已有的多種算法。