暂无评论
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
HC算法：基于全局颜色直方图的颜色对比度算法，即使用每一个像素与图像中所有其他像素的颜色对比差异来确定它的显著性值（差异越大显著值越大），从而得到全分辨率显著性图像
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
FT显著性检测算法，批量处理图像。提供需要进行显著性检测的图像文件夹地址，和处理后图片的存储地址，即可自动将文件夹下的数据处理完。
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
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
梯度稀疏性先验图像matting算法
暂无评论