视觉显著性检测发展简介,相关经典论文介绍,相关测试集的介绍及相关检测效果的对比。
程明明老师Globalcontrastbasedsalientregiondetection的HC部分的matlab实现,测试很快,好用。文件很全,包括HC.m,RGB2lab.m,lab2RGB.m
显著性检测数据集SOD,包含原始图像和对应的GT图,共300幅原始图像,可以使用到显著性检测算法的对比试验。
显著性目标检测经典的数据集,基本每篇显著性目标检测的论文都引用了这个数据集
显著性检测数据集ECSSD包含原图和GT标注图1000幅图像
显著性检测ECSSD数据集,包含原始图片和对应的GroundTruth。
实验环境与平台开发环境:Visual Studio 2010计算机视觉库:OpenCV 2.1.0
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
从视觉角度来说,视觉显著性图像是指主体突出的图像,比起内容散乱的图像,此类图像往往更能吸引用户的关注,也更符合用户对图片检索的使用需求。提出了一种图像主体视觉显著性判断方法,采用“中心围绕”计算原则在
基于背景连续性先验知识,提出了一种新的显著性检测方法。该方法首先对图像进行超像素分割,寻找任意一组超像素间的最短长度路径,并根据路径中的超像素与路径首尾两端的超像素的色彩差异计算出超像素的前景权重。经