CA显著性检测算法matlab可运行代码.zip

针对传统特征匹配算法在实际的应用中存在搜索范围广、无关特征点多等问题,提出一种基于显著性区域检测特征匹配方法。首先利用显著性区域检测算法滤除图像中的背景,获取图像显著性区域;在此基础上利用SURF(S

此文档旨在帮助初学图像处理的朋友了解视觉显著性检测，代码为matlab

基因opencv及VS2010，实现了Frequency-tunedSalientRegionDetection中的显著性方法，与原代码相比，兼容了opencv的数据格式，且运算速度提高了一倍

有Image和二值化的GroundTruth,含有1500幅图像，PASCAL-S只含有850幅图像，属于PASCAL1500数据库的子集

显著性检测ASD（MSRA1000）数据集，包含1000张原图，及对应的标注图。标注图与原图尺寸相一致。

显著性检测数据集SOD和SED2，其中包含SOD300张原始图片及GT标注图和SED2100张原始图片及GT标注图

显著性检测是计算机视觉的一个重要分支，而在深度学习的训练阶段、显著性检测算法的评价阶段等都需要大量有标注信息的数据集。常用的显著性检测数据集DUT-OMRON(5166)和他们的GT图

Frequency-tunedSalientRegionDetection,IEEECVPR,2009.

显著性检测是计算机视觉的一个重要分支，而在深度学习的训练阶段、显著性检测算法的评价阶段等都需要大量有标注信息的数据集。显著图像数据集MSRA数据集，包含准确的像素级的显著目标标注图

如何充分利用各级卷积特征是当前显著性检测研究的关键问题。就此提出一种基于融合全部卷积层特征的全卷积神经网络显著性检测方法。首先, 将全部卷积特征映射到内部的多个尺度中, 在每个尺度上联合各级卷积特征预