显著性检测（一）Saliency Detection: A Spectral Residual Approach

这篇文章来自2007CVPR，作者侯晓迪当时在上海交大读大三，后进入加州理工学院攻读博士，师从Koch。这篇文章创建了基于频谱的视觉注意机制，它与Itti等人的基于特征层次的显著性模型不同，作者从一开始就提出，这是一种与特征无关的普适性算法。作者将图像映射到频率域中，通过不同图像在频率域中的分布规律，得出了谱残差模型，原文Matlab代码仅有5行，非常简洁高效。
原理：我们一般把图像分为目标和背景，传统的显著性模型是提取目标的特定特征，这样的方法就决定了目标种类的特定性，也就导致了这种方法的局限性。一般认为视觉注意机制分为两个阶段：一个是并行快速简单的预注意阶段，然后是单行缓慢但是复杂的注意阶段。人类倾向于关注那些有显著变化的区域，而对大部分的相似的区域不予关注。因此，在图像中将平淡的背景剔除掉，剩下的就是显著区域。
模型：从信息理论的角度，图像信息H(Image)可以分为两个部分：
H(Image)=H(Innovation)+H(Prior Knowledge)
H(Innovation)代表图像中的“新奇”区域，H(Prior Knowledge)代表需要被去除的冗余的信息，作者认为这些冗余信息有着可预测的分布。
尺度不变性有一个理论：
E{A(f)}∝1/f
也就是幅频响应中某个频率的幅度平均值和频率倒数成正比。如下图。

与log-log的表示方法不同，在这篇文章中，作者使用的是
L(f)=log⁡(A(f))
我们可以看出，不同的图像的log频谱显示出了相似的趋势。

然后作者给出了1,10,100个图像的log频谱均值曲线，并且发现，图像数目越多时，频谱均值曲线越趋向平滑。所以就有这样一个猜想：对于背景区域，频谱曲线显示为平滑，而各个不同图像中的尖端就是导致某些区域显著的原因，用图像曲线减去均值曲线即是尖端区域，这些不平滑的部分就是我们要找的显著性区域。

算法：作者先利用傅里叶变换将图像映射到频域，提取其幅频响应;而后对其做log变换，得到log频谱。这里作者没有用多个图像的均值，而是对原图像与一个3×3的均值算子卷积作为均值图像的频谱。然后用两个频谱相减得到的即是显著区域，但是现在是在频域，需要将其映射回空间域，在这里作者使用了一个高斯滤波器来模糊达到更好的效果，得到其显著图。
A(f)=R{F[I(x)]}
P(f)=s{F[I(x)]}
L(f)=log⁡(A(f))
R(f)=L(f)-h_n (f)*L(f)
S(f)=g(x)*F^(-1) 〖[exp⁡〖(R(f)+P(f))]〗〗^2
最后，为了获取目标，作者对得到的显著图进行阈值化，处理后的图像将目标和背景清晰分开。
O(x)=1 if S(x)>threshold
O(x)=0 otherwise

显著性检测（一）Saliency Detection: A Spectral Residual Approach相关推荐

saliency detection论文（一）—Saliency Detection: A Spectral Residual Approach
目录本文是对Xiaodi Hou和Liqing Zhang写的<Saliency Detection: A Spectral Residual>的翻译与总结: 目录 Abstract 残 ...
【论文】Saliency Detection: A Spectral Residual Approach阅读笔记
一.思路: 从信息论的角度看,有效编码可以将图片H中信息分为两部分: $$H(Image) = H(Innovation) + H(Prior Knowledge)$$ Innovation变化,即为 ...
视觉显著性python_OpenCV中的显著性检测（Saliency Detection）
前言显著性检测,就是使用图像处理技术和计算机视觉算法来定位图片中最"显著"的区域.显著区域就是指图片中引人注目的区域或比较重要的区域,例如人眼在观看一幅图片时会首先关注的区域.例 ...
使用背景优先级的测地显著性检测(Geodesic Saliency Using Background Priors)
使用背景优先级的测地显著性检测 Yichen Wei, Fang Wen, Wangjiang Zhu, and Jian Sun [摘要] 通用对象级突出检测对于许多视觉任务很重要.以前的方法大多建 ...
对视觉显著性检测（Saliency Object Detection）中Channel Attention的一些总结
因为最近的paper涉及,所以对channel attention进行了了解,比较浅显,但是以此篇博客记录,之后有相关进展,也会更新.已经有很多相关的文章对Attention的本质,原理进行介绍.例如 ...
视觉显著性python_OpenCV—python 图像显著性检测算法—HC/RC/LC/FT
文章目录一.显著性检测研究现状二.基于谱残差法的显著性检测三.基于全局对比度图像显著性检测(LC) 2.1 基于直方图对比度的显著性检测(HC) 2.2 基于区域的对比度方法(region-ba ...
图像显著性检测——时域分析（谱残差法、相位谱法）
1.基于谱残差法的显著性检测 (Saliency Detection: A Spectral Residual Approach) 给定一幅图像,I(x)首先计算其2维离散傅里叶变换,将其从空间域转换 ...
python视觉识别_视觉显著性python_OpenCV—python 图像显著性检测算法—HC/RC/LC/FT
文章目录一.显著性检测研究现状二.基于谱残差法的显著性检测三.基于全局对比度图像显著性检测(LC) 2.1 基于直方图对比度的显著性检测(HC) 2.2 基于区域的对比度方法(region-ba ...
视觉显著性 matlab,转载图像/视觉显著性检测技术发展情况梳理(Saliency Detection、Visual Attention）...
图像/视觉显著性检测技术发展情况梳理(Saliency Detection.Visual Attention) Sason@CSDN 转载:http://blog.csdn.net/anshan198 ...
saliency detection（显著度检测）用于Background Subtraction（背景扣除）和Segmenting objects（分割物体）
文章目录背景知识 1. 介绍 1.1 什么是显著性物体检测 1.2 显著物体检测的发展历史 Segmenting salient objects from images and videos 摘要 ...

显著性检测（一）Saliency Detection: A Spectral Residual Approach

显著性检测（一）Saliency Detection: A Spectral Residual Approach相关推荐

最新文章

热门文章