基于眼动实验的显著目标检测图像库构建

A Dataset for Salient Region Detection Based on Human Eye Movement

构建一个合理的显著目标检测标准图像库,探讨图像分割对于显著目标检测的重要意义。首先以Berkeley的BSDS500图像库为基础,通过使用眼动仪记录10位被试观看图片时的眼动轨迹,并结合手工勾画的标准分割图像,构建了一个显著目标检测图像库(含500幅自然图像)。其次,基于g Pb-UCM图像分割算法结果,同时引入中央偏置和图像边界先验作为后处理,建立了一个简单的显著目标检测方法。实验结果显示,与以往的二值显著目标图像库不同,本研究为多目标图像提供了每个目标的相对显著水平,可作为更为符合人类感知经验的显著目标检测参考图像。另外,研究发现,基于已有的图像分割算法,并结合简单的后处理就能有效地实现复杂图像中的显著性目标检测(和标准图像的相关系数为0.53),其效果接近现有最优算法的水平(相关系数为0.54),证明了图像分割在显著目标检测中的重要作用。