基于稀疏性和自信息的显著性检测方法

为提高图像显著性检测的准确性与有效性,在CIE Lab颜色空间内,通过模拟生物视觉神经元的中央-周围运算,提出一种基于稀疏表示与自信息的快速显著性检测方法。对原始输入图像的特征图像进行稀疏量化,计算该稀疏量化图像各像素点的自信息值,根据各像素点的自信息值进行显著性检测。实验结果表明,与GBVS、AIM和ITTI模型相比,该方法 AUC值分别提高了15%、17%和20%,平均耗时则分别降低了93%、95%和92%,验证了该方法能够准确快速地检测图像显著性。