论文研究 基于高层颜色语义名称的显著性检测.pdf

为了克服图像底层特征与高层语义之间的语义鸿沟，降低自顶向下的显著性检测方法对特定物体先验的依赖，提出一种基于高层颜色语义特征的显著性检测方法。首先从彩色图像中提取结构化颜色特征并在多核学习框架下，实现对图像进行颜色命名获取像素的颜色语义名称；接着利用图像颜色语义名称分布计算高层颜色语义特征，再将其与底层的Gist特征融合，通过线性支持向量机训练生成显著性分类器，实现像素级的显著性检测。实验结果表明，与其他先进方法对比，该方法能够更加准确地检测出人眼视觉关注点。与传统的底层颜色特征相比，颜色语义特征能够获得更好的显著性检测结果。